来自多标签分类的roc_curve具有斜率

Question

我有一个用Keras编写的多标签分类器，我想从中计算AUC并绘制从我的测试集中分类的每个元素的ROC曲线。

一切似乎都很好，除了一些元素的roc曲线具有如下斜率：

在这种情况下，我不知道如何解释斜率。

基本上我的工作流程如下，我有一个预先培训的NSSM version: 2.24 Windows-7 64bit ，Keras实例，我有model功能和二值化标签X，y中的每个元素{1}}是一个长度为1000的数组，因为它是一个多标签分类问题，y中的每个元素可能包含许多1，表明该元素属于多个类，所以我使用了内置的{ {1}}我的模型预测输出是分数问题。然后我按如下方式绘制roc曲线。

y

预测方法返回概率，因为我正在使用keras的函数api。

有谁知道为什么roc曲线看起来像这样？

Answer 1

在scikit-learn的邮件列表中询问，他们回答说：

  

斜率通常意味着预测中存在联系。

这个问题就是这种情况。