matplotlibでROC曲線を描画する（1. import編）
ROC曲線をpython3で描画したいと思ったときに，用意すればいいもの，コード，を説明する．今回は何をimport し， これの入力はなにか，を説明する．
1つの記事を大きくするするのは可読性が低くなるので分割する．
全体の流れ（今回は1）
コードサンプルは次の通り
処理のイメージは次の通り
from sklearn.metrics import roc_curve from sklearn.metrics import auc y_true = [用意してあげる] （ここは2で説明する） y_score = [用意してあげる] （ここは2で説明する） fpr, tpr, th = roc_curve(y_true, y_score) auc_value = auc(fpr, tpr) （描画：3で説明する）
ROC曲線描画・AUC計算に必要なライブラリをimport する
2つのライブラリをimport する
from sklearn.metrics import roc_curve from sklearn.metrics import auc
sklearn.metrics.roc_curve(y_true, y_score, pos_label=None, sample_weight=None, drop_intermediate=True)
とある．重要なのは， y_true と y_score の2つで， ドキュメントには次のような説明がある．
y_true : array, shape = [n_samples]
True binary labels in range {0, 1} or {-1, 1}. If labels are not binary, pos_label should be explicitly given.
y_score : array, shape = [n_samples]
Target scores, can either be probability estimates of the positive class, confidence values, or non-thresholded measure of decisions (as returned by “decision_function” on some classifiers).
つまり， y_true は（0,1）の二値ラベル， もしくは（-1, 1）のarrayである．
y_score は y_true に対応した何らかのスコア．これは連続値でOK．
データ準備編で詳細は述べるが， イメージとしては
| y_true | y_score |
|---|---|
| 0 | 1.0 |
| 0 | 1.5 |
| 0 | 1.3 |
| .. | ... |
| 1 | 1.6 |
| 1 | 1.9 |
| 1 | 2.2 |
| 1 | 0.3 |
この関数の返り値は
fpr : array, shape = [>2] <-- False Positive Rate tpr : array, shape = [>2] <-- True Positive Rate thresholds : array, shape = [n_thresholds] <-- 閾値
次のauc計算は， ドキュメントのページによると
sklearn.metrics.auc(x, y, reorder=False)
とあり， x,yはそれぞれ
x : array, shape = [n]
x coordinates.
y : array, shape = [n]
y coordinates.
これは難しくなく， 何らかの2つの行列をいれればいいんだな～ということがわかる．ROC曲線を描画するときは， 上で説明したroc_curve の返り値をそれぞれxに False positive rate fprを， yにTrue positive rate tprを入力とする．
この関数の返り値は，
Returns: auc : float <-- float型のAUC値が1つだけ
float型のAUC値が1つだけ返ってくる． 1つのROC曲線に対して1つのAUC値が返ってくる．
今回のことからわかること
y_true, y_score を用意してあげて，import した roc_curve の入力とする． すると， fpr, tprが返ってくる．
このfpr, tprを入力として， import したauc()にいれてやるとauc値が出てくる．
流れを再掲する．
from sklearn.metrics import roc_curve from sklearn.metrics import auc y_true = [用意してあげる] y_score = [用意してあげる] fpr, tpr, th = roc_curve(y_true, y_score) auc_value = auc(fpr, tpr)
必要なデータを用意すれば，ROC曲線を描画するための素となるfpr, tpr, aucを計算することは容易だ．
