import pandas as pdimport numpy as npimport matplotlibpyplot as pltfrom sklearnmetrics import roc_curve aucfrom sklearnmodel_selection import train_test_split# 读取数据data = pdread_csvmdcrimecsv# 划分训练集和测

该代码使用Logistic回归模型对一个犯罪数据集进行训练，并计算ROC曲线和AUC值，最后绘制ROC曲线。首先读取数据集，并将数据集中的特征和标签分别赋值给X和y。然后使用train_test_split函数将数据集划分为训练集和测试集。接着使用LogisticRegression函数构建Logistic回归模型，将训练集数据拟合到模型上。然后使用predict_proba函数预测测试集数据的概率，并将概率作为参数传入roc_curve函数，计算出ROC曲线的fpr和tpr。最后，使用auc函数计算AUC值，将ROC曲线和AUC值绘制出来。