roc_curve()

GitHub source

​

function roc_curve

roc_curve(
    y_true: 'Sequence[numbers.Number]',
    y_probas: 'Sequence[Sequence[float]] | None' = None,
    labels: 'list[str] | None' = None,
    classes_to_plot: 'list[numbers.Number] | None' = None,
    title: 'str' = 'ROC Curve',
    split_table: 'bool' = False
) → CustomChart

受信者操作特性（ROC）曲線チャートを作成します。

Args:

• y_true: ターゲット変数の真のクラスラベル（正解）。形状は (num_samples,) である必要があります。
• y_probas: 各クラスの予測確率または決定スコア。形状は (num_samples, num_classes) である必要があります。
• labels: y_true のクラスインデックスに対応する、人間が読みやすいラベル。例えば、labels=['dog', 'cat'] の場合、プロット内ではクラス 0 が ‘dog’、クラス 1 が ‘cat’ として表示されます。None の場合、y_true の生のクラスインデックスが使用されます。デフォルトは None です。
• classes_to_plot: ROC 曲線に含めるユニークなクラスラベルの サブセット。None の場合、y_true に含まれるすべてのクラスがプロットされます。デフォルトは None です。
• title: ROC 曲線プロットのタイトル。デフォルトは “ROC Curve” です。
• split_table: W&B UI 上でテーブルを別のセクションに分割するかどうか。True の場合、テーブルは “Custom Chart Tables” という名前のセクションに表示されます。デフォルトは False です。

Returns:

• CustomChart: W&B に ログ 可能なカスタムチャートオブジェクト。チャートを ログ するには、wandb.log() に渡します。

Raises:

• wandb.Error: numpy、pandas、または scikit-learn が見つからない場合。

Example:

import numpy as np
import wandb

# 3つの疾患を持つ医学的診断分類問題をシミュレート
n_samples = 200
n_classes = 3

# 真のラベル: 各サンプルに "Diabetes"（糖尿病）、"Hypertension"（高血圧）、
# または "Heart Disease"（心臓病）を割り当て
disease_labels = ["Diabetes", "Hypertension", "Heart Disease"]
# 0: Diabetes, 1: Hypertension, 2: Heart Disease
y_true = np.random.choice([0, 1, 2], size=n_samples)

# 予測確率: 予測をシミュレートし、各サンプルの合計が1になるようにする
y_probas = np.random.dirichlet(np.ones(n_classes), size=n_samples)

# プロットするクラスを指定（3つの疾患すべてをプロット）
classes_to_plot = [0, 1, 2]

# W&B run を初期化し、疾患分類の ROC 曲線プロットをログする
with wandb.init(project="medical_diagnosis") as run:
    roc_plot = wandb.plot.roc_curve(
         y_true=y_true,
         y_probas=y_probas,
         labels=disease_labels,
         classes_to_plot=classes_to_plot,
         title="ROC Curve for Disease Classification",
    )
    run.log({"roc-curve": roc_plot})