如何解释决策树ROC AUC曲线的阈值？

提问者：小点点

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？

共1个答案

匿名用户

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