如何用SVM分类器绘制交叉验证的模型精度和损失？

Question

今天的问候

我使用SVM分类器对点击诱饵和非点击诱饵进行分类

代码是：

// code for training SVM with cross validation
svm_class = svm.SVC(kernel='linear', C = 1.0)
result_svm= cross_val_score(svm_class, x,encoded_Y, scoring='accuracy', cv = 10)
print("Accuracy with SVM")
result_svm.mean()*100

Ouptut: 94.30 %

// code for cross-validation test
y_pred_svm=cross_val_predict(svm_class,x,encoded_Y,cv=10)

//code for confusion matrix
import numpy as np
y_s=np.argmax(y, axis=1)
#print(y_s)
from sklearn.metrics import confusion_matrix
cm_svm = confusion_matrix(y_s, y_pred_svm)
cm_svm
 Output:  array([[3688,  312],
        [ 257, 5743]])

我有两个问题：

首先，我如何绘制该支持向量机的模型精度和损失

第二，如何绘制ROC-AUC曲线