Roc曲线和切断点。蟒蛇

Question

我运行了逻辑回归模型，并对logit值进行了预测。我用它来得到ROC曲线上的点：

 from sklearn import metrics
 fpr, tpr, thresholds = metrics.roc_curve(Y_test,p)

我知道metrics.roc_auc_score给出了ROC曲线下的面积。谁能告诉我哪个命令会找到最佳截止点（阈值）？

Answer 1

鉴于tpr，fpr，问题的阈值，最佳阈值的答案只是：

optimal_idx = np.argmax(tpr - fpr)
optimal_threshold = thresholds[optimal_idx]

Answer 2

Vanilla Python实现Youden的J-Score

recv

Answer 3

cgnorthcutt的帖子

  

给出问题的阈值tpr，fpr，最佳阈值的答案就是：

     

optimal_idx = np.argmax（tpr-fpr）optimum_threshold =   阈值[optimal_idx]

几乎是正确的。必须采用绝对值。

optimal_idx = np.argmin(np.abs(tpr - fpr)) // Edit: Change to argmin!
optimal_threshold = thresholds[optimal_idx]

根据提到的参考文件-> http://www.medicalbiostatistics.com/roccurve.pdf第6页，我发现了另一种可能性：

opt_idx = np.argmin（np.sqrt（np.square（1-tpr）+ np.square（fpr）））

Answer 4

尽管我迟到了聚会，但是您也可以使用“几何平均”来确定最佳阈值，如下所示：threshold tuning for imbalance classification

可以计算为：

# calculate the g-mean for each threshold
gmeans = sqrt(tpr * (1-fpr))
# locate the index of the largest g-mean
ix = argmax(gmeans)
print('Best Threshold=%f, G-Mean=%.3f' % (thresholds[ix], gmeans[ix]))