ROC曲線

それでは、ランダムフォレスト分類器のROC曲線を作成していきます。最初のステップは、分類器の.predict_proba()メソッドを使って、各ラベルに対する予測確率を計算することです。次に、sklearn.metricsのroc_curve関数を使って、偽陽性率（false positive rate）と真陽性率（true positive rate）を算出し、matplotlibでプロットします。

学習データ70%で学習したRandomForestClassifierがデータに適合済みで、ワークスペース内でclfとして利用できます。