# 繪製分類模型結果 - ROC Curve
使用套件
scikit-plot
https://pypi.org/project/scikit-plot/
matplotlib
https://pypi.org/project/matplotlib/
安裝方式
```
pip install scikit-plot
pip install matplotlib
```
用法: [ref from stackoverflow](https://stackoverflow.com/questions/25009284/how-to-plot-roc-curve-in-python)
```python
import scikitplot as skplt
import matplotlib.pyplot as plt
y_true = # ground truth labels
y_probas = # predicted probabilities generated by sklearn classifier
skplt.metrics.plot_roc_curve(y_true, y_probas)
plt.show()
```
範例資料：
假設我們模型跑完的結果長這樣
* 欄位說明:
* filename: 圖片檔名
* gt_class: ground truth 類別 label
* pred_class: 模型 predict 類別結果 label
* pred_prob: 模型 predict 各類別結果的詳細機率值
把 gt_class 資料整理成 list 存到 y_true 裡面
長這樣 (label 範圍 0 ~ 6，共 7 個類別)
```python
y_true = [2, 5, 5, 3, 2, 1, ...... ]
```
把 pred_prob 資料整理成二維 list 存到 prob_list 裡面
長這樣 (我的模型輸出的每一筆資料含有 7 個機率值)
```python
prob_list = [[8.5276943e-06, 5.0007920e-06, 9.9994439e-01, 4.3...],
[5.6465615e-06 4.8560273e-06 6.0416551e-06 5.7..],
[2.5744524e-04 1.5103277e-03 3.2300744e-04 3.1...],
[2.5181988e-02 8.9589570e-04 6.6928881e-01 3.0...],
[7.5951771e-06 9.9995345e-01 8.5064212e-06 5.4...],
...
]
```
繪製 ROC Curve
```python
import scikitplot as skplt
import matplotlib.pyplot as plt
skplt.metrics.plot_roc_curve(y_true,prob_list)
plt.savefig('{}_roc_curve.png'.format(model_name)) # 圖片存檔
plt.show() # 顯示出來
```
Sign in with Wallet
Connect another wallet