在 scikit 中绘制 ROC 曲线仅产生 3 分

Question

TLDR：scikit 的 roc_curve 函数仅为特定数据集返回 3 个点。为什么会这样，我们如何控制返回多少分？

我正在尝试绘制 ROC 曲线，但始终得到 "ROC triangle"。

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])

Returns 两者均为 13759。

然后运行：

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

returns [ 0. 0.28240129 1. ]

如果我调用 threasholds，我得到 array([ 0.4822225 , -0.5177775 , -0.84595197]) （总是只有 3 个点）。

因此，我的 ROC 曲线看起来像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 个点。 非常感谢帮助。

Answer 1

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，该函数给出正确的输出。

Answer 2

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 [=11= 的参数 y_score 中的概率 ].它还给出了一个包含三个点的图，但这是一个错误！

Answer 3

除(0,0) 和(1,1) 外，无需获得1 分。我正在使用来自 kaggle 的蘑菇数据集来解决二元分类问题。从 roc_curve 购买 fpr 和 tpr，我又得到 4 分，尽管它们的价值大致相同。

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 个点，因为使用它绘制的曲线看起来像问题中所示的那个。

Answer 4

我运行遇到同样的问题，仔细阅读文档后我意识到错误在：

probas_ = model.predict_log_proba(X)

虽然，其他人通过检查唯一性指出了一些提示。应该改为：

probas_ = model.decisions(X)

在 scikit 中绘制 ROC 曲线仅产生 3 分

Plotting a ROC curve in scikit yields only 3 points

python

validation

machine-learning

roc

scikit-learn