当使用离散分类器(如决策树)时,我们通过混淆矩阵得到一个单点(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?
看这里,我们学习。韵律学。罗库曲线。html
当您在tpr(Y)上为每个阈值绘制fpr(X)时,您的roc_curve返回的第一个数组是fpr,第二个是tpr,它们的数组是阈值