如何阅读此 ROC 曲线并设置自定义阈值？

Question

使用此代码：

from sklearn import metrics
import numpy as np
import matplotlib.pyplot as plt

y_true = [1,0,0]
y_predict = [.6,.1,.1]

fpr, tpr, thresholds = metrics.roc_curve(y_true, y_predict , pos_label=1)

print(fpr)
print(tpr)
print(thresholds)

# Print ROC curve
plt.plot(fpr,tpr)
plt.show()


y_true = [1,0,0]
y_predict = [.6,.1,.6]

fpr, tpr, thresholds = metrics.roc_curve(y_true, y_predict , pos_label=1)

print(fpr)
print(tpr)
print(thresholds)

# Print ROC curve
plt.plot(fpr,tpr)
plt.show()

绘制了以下 roc 曲线：

scikit 学习设置阈值，但我想设置自定义阈值。

例如，对于值：

y_true = [1,0,0]
y_predict = [.6,.1,.6]

return编辑了以下阈值：

[1.6 0.6 0.1]

为什么ROC曲线中不存在值1.6？在这种情况下，阈值 1.6 是否多余，因为概率范围为 0-1 ？是否可以设置自定义阈值：.3、.5、.7 以检查分类器在这种情况下的表现如何？

更新：

来自 https://sachinkalsi.github.io/blog/category/ml/2018/08/20/top-8-performance-metrics-one-should-know.html#receiver-operating-characteristic-curve-roc 我使用相同的 x 和预测值：

from sklearn import metrics
import numpy as np
import matplotlib.pyplot as plt

y_true = [1,1,1,0]
y_predict = [.94,.87,.83,.80]

fpr, tpr, thresholds = metrics.roc_curve(y_true, y_predict , pos_label=1)

print('false positive rate:', fpr)
print('true positive rate:', tpr)
print('thresholds:', thresholds)

# Print ROC curve
plt.plot(fpr,tpr)
plt.show()

产生这个情节：

情节与博客中引用的情节不同，阈值也不同：

此外，使用 scikit metrics.roc_curve 实现的阈值 return 是：thresholds: [0.94 0.83 0.8 ]。 scikit return 是否应该使用与使用相同点的类似的 roc 曲线？我应该自己实现 roc 曲线而不是依赖 scikit 实现，因为结果不同？

Answer 1

阈值不会出现在 ROC 曲线中。 scikit-learn 文档说：

thresholds[0] represents no instances being predicted and is arbitrarily set to max(y_score) + 1

如果 y_predict 包含 0.3, 0.5, 0.7，则 metrics.roc_curve 函数将尝试这些阈值。

通常在计算 ROC 曲线时遵循这些步骤

1.将 y_predict 降序排列。

2。对于 y_predict 中的每个概率分数（比如说 τ_i），如果 y_predict >= τ_i，则认为该数据点为正数。

P.S: 如果我们有N个数据点，那么我们将有N个阈值（如果y_true和y_predict的组合是唯一的）

3。对于每个 y_predicted (τ_i) 值，计算 TPR 和 FPR。

4.通过采用 N（数据点数）TPR、FPR 对

绘制 ROC

详细信息可以参考this blog

如何阅读此 ROC 曲线并设置自定义阈值？

How to read this ROC curve and set custom thresholds?

python

machine-learning

roc

data-science