sklearn中绘制 ROC 曲线的函数 roc_curve() 解释

ROC 曲线函数

在sklearn中，sklearn.metrics.roc_curve() 函数用于绘制ROC曲线。但是对于例子中如何得到返回值产生了疑惑，现在对于返回值的计算做一点解释。

主要参数：

• y_true：真实的样本标签，默认为{0，1}或者{-1，1}。如果要设置为其它值，则 pos_label 参数要设置为特定值。例如要令样本标签为{1，2}，其中2表示正样本，则pos_label=2。
• y_score：对每个样本的预测结果。
• pos_label：正样本的标签。

返回值的计算

roc_curve() 函数有3个返回值：

• fpr：False positive rate。
• tpr：True positive rate。
• thresholds

下面以 sklearn 中的例子说明如何计算 fpr 和tpr。

>>> import numpy as np
>>> from sklearn import metrics
>>> y = np.array([1, 1, 2, 2])
>>> scores = np.array([0.1, 0.4, 0.35, 0.8])
>>> fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)
>>> fpr
array([0, 0.5, 0.5, 1])
>>> tpr
array([0.5, 0.5, 1, 1])
>>> thresholds
array([0.8, 0.4, 0.35, 0.1])

scores = [0.1, 0.4, 0.35, 0.8]，每个阈值对应一个 fpr 和 tpr。

• 当 threshold = 0.8时：
  $0.1<0.8$，第一个样本预测为负样本；$0.4<0.8$，第二个样本预测为负样本；$0.35<0.8$，第三个样本预测为负样本；$0.8\ge 0.8$，第四个样本预测为正样本。结合每个样本的真实标签，有 $TP=1$，$FP=0$， T N &