Question

我正在使用python 3.5.2和sklearn 0.19.1

我有一个muticlass问题（3个班），我正在使用RandomForestClassifier。对于我的一个凯斯 19个唯一的predict_proba值：

{0.0,
0.6666666666666666,
0.6736189855024448,
0.6773290780865037,
0.7150826826468751,
0.7175236925236925,
0.7775446850962057,
0.8245648135911781,
0.8631035080004867,
0.8720525244880196,
0.8739595855873906,
0.8787152225755167,
0.9289844333343654,
0.954439314892936,
0.9606503912532541,
0.9771342285323964,
0.9883370916703461,
0.9957401423931763,
1.0}

我正在计算roc_curve，并且期望roc曲线具有相同数量的点，因为我具有概率的唯一值。这仅适用于3个课程中的2个！

当我查看阈值时，返回了roc_curve函数：

fpr, tpr, proba = roc_curve(....)：

我看到与概率列表中的精确值相同的精确值+一个新值2.0！

[2.,
1.,
0.99574014,
0.98833709,
0.97713423,
0.96065039,
0.95443931,
0.92898443,
0.87871522,
0.87395959,
0.87205252,
0.86310351,
0.82456481,
0.77754469,
0.71752369,
0.71508268,
0.67732908,
0.67361899,
0.66666667,
0. ]

为什么会返回新的阈值2.0？我在文档中没有看到与此相关的任何内容。

有什么主意吗？我想念什么

Answer 1

写入

roc_curve，以便与最高阈值（fpr[0]，tpr[0]）相对应的ROC点始终为（0，0）。如果不是这种情况，则将使用任意值max(y_score)+1创建一个新阈值。来自the source的相关代码：

thresholds : array, shape = [n_thresholds]
    Decreasing thresholds on the decision function used to compute
    fpr and tpr. `thresholds[0]` represents no instances being predicted
    and is arbitrarily set to `max(y_score) + 1`.

和

if tps.size == 0 or fps[0] != 0:
    # Add an extra threshold position if necessary
    tps = np.r_[0, tps]
    fps = np.r_[0, fps]
    thresholds = np.r_[thresholds[0] + 1, thresholds]

因此，在您显示给您的数据给出的分数1.0被错误分类的情况下。

为什么roc_curve返回某些类的阈值（2.0）的附加值？

1 个答案: