sklearn 分类器 - 最大化 auc 的 predict_proba 阈值

Posted 2023-03-12

【中文标题】sklearn 分类器 - 最大化 auc 的 predict_proba 阈值

【英文标题】：sklearn classifier - predict_proba threshold that maximizes auc

【发布时间】：2018-08-14 08:21:14

【问题描述】：

我有一个三类分类问题。我训练分类器，然后绘制不同类别​​的 ROC。

我需要为每个类获取最大化 TPR 和最小化 FPR 的阈值。在 Matlab 中，这是返回的。有没有办法在 python / sklearn 中检索它？

谢谢。

【问题讨论】：

roc_curve 返回 tpr、fpr 和阈值。您不能以适当的方式同时最大化 TPF 和最小化 FPR。 I 你只是想在曲线上找到最靠近图表左上角的点 (0, 1)？

@Quickbeam2k1 我有函数输出的 TPR、FPR 和阈值数组。是的，我需要曲线上最靠近左上角的点的阈值。

【参考方案1】：

所以我的想法是这样的：

import numpy as np
idx = np.linalg.norm(
    (np.array([[0, 1]]) -np.stack([fpr, tpr], axis=1)), 
    axis=1).argmax()
max_thresh = thresholds[idx]

这里做了什么：将 FPR 和 TPR 堆叠在一起作为 2D 向量。减去向量每一行的左上角并取范数。这计算距离。取 argmax 可以知道最大值出现在哪一行。最后，返回该索引处的阈值

【讨论】：

用 np.array([[0, 1]]，我得到右上角，我用 np.array([[1, 0]] 得到左上角。谢谢!

hmm，但如果 FPR 是 x 轴，TPR 是 y 轴 -> 那么 (0,1) 应该是正确的点。不过，如果它适合你，我也很高兴

@DreX 如果答案解决了您的问题，请接受（答案会占用受访者的宝贵时间）