调用方法时，需要把模型本身（如clf_xx）、模型名字(如GBDT)和对应颜色（如crimson）按照顺序、以列表形式传入函数作为参数。

在for循环外绘制图片的大体框架。figsize控制图片大小，dpin控制图片的信息量（其实可以理解为清晰度？documentation的说明是The resolution of the figure in dots-per-inch）

函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

该函数的传入参数为目标特征的真实值y_test和模型的预测值y_test_predprob。需要为pos_label赋值，指明正样本的值。 该函数的返回值 fpr、tpr和thresholds 均为ndarray， 为对应每一个不同的阈值下计算出的不同的真阳性率和假阳性率。这些值，就对应着ROC图中的各个点。

函数auc()，传入参数为fpr和tpr，返回结果为模型auc值，即曲线下面积值。 以上代码在使用fpr和tpr绘制ROC曲线的同时，也确定了标签（图例）的内容和格式。

是包含多个模型名字的list。所有模型不需要fit过再传入函数，只需要定义好即可。

X_test 和 y_test 两个参数用于传入函数后计算各个模型的预测值。

如果需要绘制的是训练集的ROC曲线，则可以在对应参数位置分别传入X_trian和y_train即可。

这两个参数均为字符串列表形式。注意，这两个列表的值要和模型参数中的模型顺序一一对应。

如有需要绘制更多的模型，只需要对应增加列表中的值即可。

1.同一张图片的同一种方法只能调用一次！！！

如果像上图中的我一样，把同一张图片plt的方法legend()调用两次，那么下一个的方法中的参数就会将上一个的参数覆盖！这种情况下，我就发现第一个方法赋值的location完全不起作用……

这个时候就需要将这个函数整合如下图～（其实本来就是应该这么写的，我也不知道为啥我脑子一抽写了两个，可能是R的ggplot给我的美好印象挥之不去吧）

根据小伙伴的评论提问，在这里进行一下解释说明：

这个函数是适用于所有数据集的，只需要导入数据集后进行训练集和测试集的划分即可。（我在“调用格式与方法”部分调用函数使用的是X_train 和y_train，绘制出的则是不同模型在训练集表现的ROC曲线）

划分训练集和测试集的代码如下（以使用8：2划分训练集测试集为例）

df：导入的数据集 target：目标特征（y） train_size：训练集占比80% random_state: 随机数种子，不同随机数种子划分的训练集和测试集会有不同。

有很多小伙伴问我要完整的数据集和代码，我在这里做下说明。这个函数是完整的、可以直接使用的，如涉及到具体的数据集，完整的流程是这样的：

（1）导入包

可能涉及到的包的调用代码：

（2）导入数据集

（3）划分训练集和测试集

（4）建立模型

接下来就需要建立模型啦~ 需要建多少都没有问题，只需要对应调整调用函数时的names和sampling_methods就可以了。下面以随机森林模型为例

在这一步也可以用以下代码来先简要看看模型效果：

（5）把第一部分的函数复制粘贴~ （6）根据建立的模型修改第二部分的调用格式 （7）保存ROC图片即可

有小伙伴问关于ROC图片的坐标轴刻度的修改问题，在这里简单补充一下：

坐标轴的范围是由xlim和ylim控制的，坐标轴的刻度是由xticks和yticks控制的，需要修改坐标轴刻度大小只需要增加到“xlim”语句后面就可以啦。

文章出处登录后可见！

共计人评分，平均分

到目前为止还没有投票！成为第一位评论此文章。