scikit learn中roc_curve中的阈值

Posted 2023-03-12

【中文标题】scikit learn中roc_curve中的阈值

【英文标题】：thresholds in roc_curve in scikit learn

【发布时间】：2017-01-02 12:18:18

【问题描述】：

我指的是下面的链接和示例，并在我感到困惑的地方发布了此页面的绘图图。我的困惑是，只有 4 个阈值，但似乎 roc 曲线有很多数据点（> 4 个数据点），想知道 roc_curve 如何在底层工作以找到更多数据点？

http://scikit-learn.org/stable/modules/model_evaluation.html#roc-metrics

>>> import numpy as np
>>> from sklearn.metrics import roc_curve
>>> y = np.array([1, 1, 2, 2])
>>> scores = np.array([0.1, 0.4, 0.35, 0.8])
>>> fpr, tpr, thresholds = roc_curve(y, scores, pos_label=2)
>>> fpr
array([ 0. ,  0.5,  0.5,  1. ])
>>> tpr
array([ 0.5,  0.5,  1. ,  1. ])
>>> thresholds
array([ 0.8 ,  0.4 ,  0.35,  0.1 ])

【参考方案1】：

正如 HaohanWang 提到的，函数 roc_curve 中的参数 'drop_intermediate' 可以降低一些次优阈值，以创建更轻的 ROC 曲线。 (roc_curve)。

如果将该参数设置为False，则会显示所有阈值，例如：

所有的阈值和对应的TPRs和FPRs都被计算出来了，但是其中一些对于绘制ROC曲线是没有用的。

【讨论】：

什么是次优阈值？

@CMCDragonkai 次优阈值对应于 ROC 曲线上与相邻点共线的点。例如，查看 TPR=1 时的所有阈值。它们不会向 ROC 曲线添加任何内容，因此在它们之间进行插值更简单。更多详情见源代码：github.com/scikit-learn/scikit-learn/blob/…

【参考方案2】：

那个情节实际上来自这个例子：http://scikit-learn.org/stable/auto_examples/model_selection/plot_roc.html

【讨论】：

我明白了，谢谢 maxymoo。我有一个普遍的问题，当我们在scikit learn中使用roc_curve时，我认为为了绘制ROC曲线，我们需要选择模型阈值，这反映到相关的FPR和FNR。想知道 sikie 如何学习 roc_curve 选择阈值？

顺便说一句，maxymoo，在你的例子中，我认为为了绘制roc_curve，scikit learn 还需要很多模型阈值的 TPR 和 FNR 模型性能，对吗？但是在您的示例中，我不需要他们训练具有不同阈值的模型。如果你能再澄清一点，那就太好了。 :)

我认为阈值只是score的不同值

感谢 maxymoo，如果您能详细说明一下，那就太好了。我对fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])这行代码感到困惑，y_test[:, i]是分类的真实结果，y_score[:, i]是预测结果=>在您提到的示例中（scikit-learn.org/stable/auto_examples/model_selection/…）。对于score，我认为您的意思是预测结果？哪个是y_score[:, i]，我只是好奇y_score[:, i] 的离散值（我认为是类标签预测结果，如0 and 1）有多离散

参见drop_intermediate 方法的roc_curve 参数。 (scikit-learn.org/stable/modules/generated/…)。基本上，有时，sklearn 决定放弃一些无用的阈值，导致阈值小于不同的值。 @林马