sklearn roc_curve 函数中定义的阈值数量是多少？答案

【问题标题】：How number of thresholds is defined in sklearn roc_curve function?sklearn roc_curve 函数中定义的阈值数量是多少？
【发布时间】：2022-01-12 09:44:18
【问题描述】：

当我使用逻辑回归模型对我的数据使用 sklearn 函数 roc_curve 时：

roc_curve(y_test, predictions_test)

我得到了这个结果：

(array([0. , 0.1, 1. ]), array([0.   , 0.865, 1.   ]), array([2, 1, 0]))
In [137]:

我知道在第三个数组中有阈值，在第一个和第二个中有相应的 TPR 和 FPR。但我不明白为什么会有三个阈值。此函数中定义了多少个阈值？例如，当我使用逻辑回归时，阈值必须是来自 sigmoid 函数的概率，但这里它们是 2,1,0。为什么会这样？

【问题讨论】：

实际上，我事后意识到，您的predictions_test 是什么的规范可能有助于改进答案。

标签： python python-3.x scikit-learn roc

【解决方案1】：

正如您从source code 中看到的（在对_binary_clf_curve() 的调用中，又由roc_curve() here 调用），阈值的数量实际上是由不同的predictions_test 的数量定义的（分数，原则上）。但是，根据您的输出，我想predictions_test 可能是.predict() 的输出（可能是多类分类问题？-在这种情况下，您需要扩展 ROC 曲线定义以处理多类设置) 而不是 .predict_proba() 或 .decision_function() 的 roc_curve 要求。

此外，请注意roc_curve 也有一个参数drop_intermediate（默认为 True），在某些情况下，它可能会降低次优阈值。

最后，我建议以下帖子：

Plotting the ROC curve for a multiclass problem 用于将 ROC 曲线扩展到多类设置；
sklearn.metrics.roc_curve only shows 5 fprs, tprs, thresholds 或 sklearn's roc_curve() function returns thresholds and fpr of different dimensions 以便更好地理解参数 drop_intermediate=True 的含义。

【讨论】：