W3School TIY Editor

# 这三行代码使编译器支持绘图功能：

import sys

import matplotlib

matplotlib.use('Agg')

​

import numpy as np

import matplotlib.pyplot as plt

from sklearn.metrics import accuracy_score, confusion_matrix, roc_auc_score, roc_curve

​

n = 10000

y = np.array([0] * n + [1] * n)

​

# 生成两种概率预测值：

y_prob_1 = np.array(

    np.random.uniform(.25, .5, n//2).tolist() + 

    np.random.uniform(.3, .7, n).tolist() + 

    np.random.uniform(.5, .75, n//2).tolist()

)

y_prob_2 = np.array(

    np.random.uniform(0, .4, n//2).tolist() + 

    np.random.uniform(.3, .7, n).tolist() + 

    np.random.uniform(.6, 1, n//2).tolist()

)

​

def plot_roc_curve(true_y, y_prob):

    """

    根据预测概率绘制ROC曲线

    """

    fpr, tpr, thresholds = roc_curve(true_y, y_prob)

    plt.plot(fpr, tpr)

    plt.xlabel('假阳性率(FPR)')

    plt.ylabel('真阳性率(TPR)')

​

# 绘制第一种概率预测的 ROC 曲线：

plot_roc_curve(y, y_prob_1)

​

# 这两行代码使编译器能够输出图形：

plt.savefig(sys.stdout.buffer)

sys.stdout.flush()