在 scikit 中绘制 ROC 曲线仅产生 3 个点

Posted 2023-03-12

【中文标题】在 scikit 中绘制 ROC 曲线仅产生 3 个点

【英文标题】：Plotting a ROC curve in scikit yields only 3 points

【发布时间】：2015-07-15 02:05:56

【问题描述】：

TLDR：scikit 的 roc_curve 函数仅返回某个数据集的 3 个点。 为什么会这样，我们如何控制能拿回多少分？

我正在尝试绘制 ROC 曲线，但始终得到“ROC 三角形”。

lr = LogisticRegression(multi_class = 'multinomial', solver = 'newton-cg')
y = data['target'].values
X = data[['feature']].values

model = lr.fit(X,y)

# get probabilities for clf
probas_ = model.predict_log_proba(X)

只是为了确保长度没问题：

print len(y)
print len(probas_[:, 1])

两者都返回 13759。

然后运行：

false_pos_rate, true_pos_rate, thresholds = roc_curve(y, probas_[:, 1])
print false_pos_rate

返回 [ 0. 0.28240129 1. ]

如果我调用阈值，我会得到 array([ 0.4822225 , -0.5177775 , -0.84595197]) （总是只有 3 分）。

因此，我的 ROC 曲线看起来像一个三角形也就不足为奇了。

我无法理解的是为什么 scikit 的 roc_curve 只返回 3 分。非常感谢帮助。

【问题讨论】：

您检查了probas_[:,1] 中的值吗？虽然它的长度为 13759，但它可能只包含 3 个值...

感谢您的帮助，我做到了[print pd.Series(probas_[:,1]).unique()]，确实只返回了 2 个唯一身份 ([-0.84595197 -0.5177775 ])

很高兴它有帮助。如果您愿意，请接受答案。

【参考方案1】：

我遇到了同样的问题，仔细阅读文档后我意识到错误在于：

probas_ = model.predict_log_proba(X)

虽然，通过检查唯一性有其他人指出的提示。应该是：

probas_ = model.decisions(X)

【参考方案2】：

除了 (0,0) 和 (1,1) 之外，没有必要获得 1 分。 我正在使用来自 kaggle 的蘑菇数据集来解决二进制分类问题。 从 roc_curve 获取 fpr 和 tpr，我又得到了 4 分，尽管它们的值或多或少相同。

fpr = 0, 0, 0.02290076, 0.0267176, 0.832061, 1

tpr = 0, 0.0315361, 0.985758, 0.996948, 1, 1

我不确定我们是否可以将其视为 1 点，因为使用它绘制曲线看起来像问题所示。

【参考方案3】：

我在另一个例子中遇到了同样的问题。我犯的错误是输入给定阈值的结果，而不是roc_curve的参数y_score中的概率。它也给出了一个三点的情节，但这是一个错误！

【参考方案4】：

点数取决于输入中唯一值的数量。由于输入向量只有 2 个唯一值，因此该函数给出了正确的输出。