画ROC为什么clf.predict_proba(X_train)[:, 1] 而不是[:,0]?

 y_train_prob = clf.predict_proba(X_train)[:, 1]

这行代码让我疑惑，它究竟是什么意思呢？

print(clf.predict(x_test))    # 返回预测标签  

就是预测值是哪些

print(clf.predict_proba(x_test))    # 返回预测属于某标签的概率  

就是属于某类预测值的概率是多少

而对于[:,1]

是取二维数组中第二维的所有数据

举个例子：

1. y_train_prob = clf.predict_proba(X_train)[:, 1]

2. print("clf.predict_proba(X_train)")

3. print(clf.predict_proba(X_train))

4. print("clf.predict_proba(X_train)[:, 1]")

5. print(y_train_prob)

输出是：

含义是：预测X_rain[1. 0. 1. ... 0. 1. 0.]的标签是0的概率为0.94005474 ，为1的概率为0.05994526

个人思考：在2分类中，clf.predict_proba(X_train)[:, 1] 是取标签为1的概率，来画ROC曲线。其实笔者认为取【：，0】和取【：，1】是一样的，因为从上面一段话可以看出，0的概率+1的概率=1。都可以用来计算ROC曲线，只不过一个是正的一个是负的ROC。ROC只需要计算真正值和伪正值即可。笔者的具体实验结果对比如下：

ROC曲线对比

取 [:,1]	取 [:,0]

如果与笔者思考有异，欢迎和笔者在留言区讨论 ~