我的 ROC 曲线的一个区域在随机线下方，如何修改混淆矩阵？

Question

在下面的 roc 曲线中，当阈值较低时 roc_curve 低于随机线为什么会发生这种情况？混淆矩阵看起来像这样，我的问题是混淆矩阵中的以下哪些元素（TP、FP、TN、FN）应该增加或减少，以便在随机线上获得 roc_curve？

            Predicted
            Neg   Pos

Actual Neg  1656  860
Actual Pos  145  331

Answer 1

预赛

predict_proba，调用您的模型对象，returns 预测概率 event=1 对于您的数据的每一行。

中华民国

绘制 ROC 时，相应的方法会根据事件 =1 的 预测概率 对数据进行降序排序。 ROC 准确地告诉您模型预测可以实现哪些 TPR 和 FPR 组合。

ROC这个形状说的是：

事件=1 的预测概率，由您的模型生成，与事件=1 真实概率 匹配对于大约 85% 的数据，=28=]比随机分配（由 "random line" 表示）更好。准确的说，这85%是事件=1.

预测概率

事件=1 的预测概率，由您的模型生成，与事件=1 真实概率 匹配=28=]比随机分配（用 "random line" 表示）差大约 15% 的数据。准确的说，这15%是事件=1.

预测概率

我从你的图表中取了 85% 和 15% 的值：这是我对 ROC 穿过对角线 ("random line") 的点的眼球估计，应该被认为只是说明性的。

造成这种现象的一个可能原因：这可能是与单热编码分类特征相关的过度拟合的结果，其类别 "behave" 对于数据集的不同子群体是不同的。您可能想在拟合模型之前尝试排除一些变量并寻找 ROC 形状的改进。

混淆矩阵

混淆矩阵的结果与您的模型生成的事件=1 的预测概率相同。单个混淆矩阵与特定的 预测概率 阈值有关，用于分配单行预测 = 1 或预测 = 0。单个混淆矩阵由 ROC 处的单个点表示，因此您实际上无法通过操纵混淆矩阵元素来操纵 ROC 形状。您应该反其道而行之：ROC shape 以某种方式告诉您您的模型可以实现哪些混淆矩阵。

希望这对您有所帮助:-)

我的 ROC 曲线的一个区域在随机线下方，如何修改混淆矩阵？

A region of my ROC curve is below the random line, how to modify the confusion matrix?

python

machine-learning

roc

scikit-learn

deep-learning