Question

我尝试（有效地）运行sklearn.metrics.confusion_matrix多个阈值。需要这样做，以便我可以告诉客户在任何给定的人口挑战中应该期待什么样的表现。

目前，我在一个循环中，在所有可能的阈值上进行，但这是缓慢且低效的。有什么方法可以用单线或类似的东西来做？

threshold_list = (np.linspace(1, 0, 1001)).tolist()
for threshold in threshold_list:
    df.loc[df['score'] >= threshold,'prediction'] = '1'
    arr = confusion_matrix(df['true'].astype('int16').values, df['prediction'].astype('int16').values)
    ....
    ....

Answer 1

如果TPr和FPr对您来说足够了。您可以执行以下操作：

y_true=[1,0,0,1,1,0,0]
y_pred=[0.67, 0.48, 0.27, 0.52, 0.63, 0.45, 0.53]
fpr, tpr, thresholds = roc_curve(y_true, y_pred)
res = pd.DataFrame({'FPR': fpr, 'TPR': tpr, 'Threshold': thresholds})
res[['TPR', 'FPR', 'Threshold']]

输出：

    TPR         FPR Threshold
0   0.333333    0.00    0.67
1   0.666667    0.00    0.63
2   0.666667    0.25    0.53
3   1.000000    0.25    0.52
4   1.000000    1.00    0.27

多个阈值的混淆矩阵

1 个答案: