def multi_models_roc(names, sampling_methods, colors, x_test, y_test, save=True, dpin=100):
"""
将多个机器模型的roc图输出到一张图上
Args:
names: list, 多个模型的名称
sampling_methods: list, 多个模型的实例化对象
save: 选择是否将结果保存（默认为png格式）
Returns:
返回图片对象plt
"""
plt.figure(figsize=(20, 20), dpi=dpin)
for (name, method, colorname) in zip(names, sampling_methods, colors):
y_test_preds = method.predict(x_test)
y_test_predprob = method.predict_proba(x_test)[:, 1]
fpr, tpr, thresholds = roc_curve(y_test, y_test_predprob, pos_label=1)
plt.plot(fpr, tpr, lw=5, label='{} (AUC={:.3f})'.format(name, auc(fpr, tpr)), color=colorname)
plt.plot([0, 1], [0, 1], '--', lw=5, color='grey')
plt.axis('square')
plt.xlim([0, 1])
plt.ylim([0, 1])
plt.xlabel('False Positive Rate', fontsize=20)
plt.ylabel('True Positive Rate', fontsize=20)
plt.title('ROC Curve', fontsize=25)
plt.legend(loc='lower right', fontsize=20)
if save:
plt.savefig('multi_models_roc.png')
return plt
这个函数运行会报错AttributeError: 'numpy.ndarray' object has no attribute 'predict' 该如何解决
