Write AUC into plot legends

compare.py

@@ -20,9 +20,10 @@ def overlay_ROC(filename, *projects):
     for p in projects:
         fpr, tpr, threshold = roc_curve(p.y_test, p.scores_test, sample_weight = p.w_test)
         fpr = 1.0 - fpr
-
+        roc_auc = auc(tpr, fpr)
+        
         plt.grid(color='gray', linestyle='--', linewidth=1)
-        plt.plot(tpr,  fpr, label=p.name)
+        plt.plot(tpr,  fpr, label=str(p.name+" (AUC = {})".format(roc_auc)))
 
     plt.xlim(0,1)
     plt.ylim(0,1)

toolkit.py

@@ -499,7 +499,7 @@ class KerasROOTClassification(object):
         roc_auc = auc(tpr, fpr)
 
         plt.grid(color='gray', linestyle='--', linewidth=1)
-        plt.plot(tpr,  fpr, label='NN')
+        plt.plot(tpr,  fpr, label=str(self.name + " (AUC = {})".format(roc_auc)))
         plt.plot([0,1],[1,0], linestyle='--', color='black', label='Luck')
         plt.ylabel("Background rejection")
         plt.xlabel("Signal efficiency")
@@ -509,7 +509,6 @@ class KerasROOTClassification(object):
         plt.xticks(np.arange(0,1,0.1))
         plt.yticks(np.arange(0,1,0.1))
         plt.legend(loc='lower left', framealpha=1.0)
-        plt.text(0.21,0.02,"AUC: {}".format(str(roc_auc)), size=12)
         plt.savefig(os.path.join(self.project_dir, "ROC.pdf"))
         plt.clf()