from sklearn.metrics import roc_curve, auc import matplotlib as mpl import matplotlib.pyplot as plt
def plot_roc(labels, predict_prob): false_positive_rate,true_positive_rate,thresholds=roc_curve(labels, predict_prob) roc_auc=auc(false_positive_rate, true_positive_rate) plt.title('ROC') plt.plot(false_positive_rate, true_positive_rate,'b',label='AUC = %0.4f'% roc_auc) plt.legend(loc='lower right') plt.plot([0,1],[0,1],'r--') plt.ylabel('TPR') plt.xlabel('FPR') plt.show()