始める無料で始める

ROC曲線

糖尿病の有無を予測するロジスティック回帰モデルを構築しました。次は、決定閾値の変化に伴って真陽性率と偽陽性率がどのように変わるかを、ROC曲線で可視化しましょう。

テストラベル y_test、テストデータが正クラスに属する予測確率 y_pred_probs、そして matplotlib.pyplot（plt としてインポート済み）があらかじめ読み込まれています。

ROC曲線を作成し、その結果を解釈しましょう。

この演習はコースの一部です

scikit-learn による教師あり学習

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Import roc_curve
____

# Generate ROC curve values: fpr, tpr, thresholds
fpr, tpr, thresholds = ____(____, ____)

plt.plot([0, 1], [0, 1], 'k--')

# Plot tpr against fpr
plt.plot(____, ____)
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('ROC Curve for Diabetes Prediction')
plt.show()
コードを編集して実行