如何解释决策树的 ROC AUC 曲线的阈值？

Posted 2023-03-12

【中文标题】如何解释决策树的 ROC AUC 曲线的阈值？

【英文标题】：How to interpret thresholds of ROC AUC Curves for Decision Trees?

【发布时间】：2020-05-18 18:50:58

【问题描述】：

当使用像决策树这样的离散分类器时，我们通过混淆矩阵得到一个点（FPR，TPR），现在当我尝试绘制 ROC AUC 曲线时，我得到阈值：

roc_curve(y_test,mod.predict(X_test))

输出：

(array([  0.00000000e+00,   5.92624518e-04,   1.00000000e+00]),
 array([ 0.        ,  0.11766772,  1.        ]),
 array([ 2.,  1.,  0.]))

阈值 = [2.,1.,0.,]

我无法解释这些阈值，如何解释它们以找到 TPR 和 FPR？

【问题讨论】：

请更新您的问题以包含您正在使用的软件包。 IE roc_curve 来自哪里？

【参考方案1】：

看这里sklearn.metrics.roc_curve.html

你的 roc_curve 返回的第一个数组是 fpr，第二个是 tpr，第三个是阈值 当您为每个阈值在 tpr (Y) 上绘制 fpr (X) 时，您会得到 ROC curve