python - scikit 学习中 roc_curve 中的阈值

Question

我指的是下面的链接和示例，并在我感到困惑的地方张贴此页面的绘图。我的困惑是，只有 4 个阈值，但 roc 曲线似乎有很多数据点(> 4 个数据点)，想知道 roc_curve 如何在底层工作以找到更多数据点？

http://scikit-learn.org/stable/modules/model_evaluation.html#roc-metrics

>>> import numpy as np
>>> from sklearn.metrics import roc_curve
>>> y = np.array([1, 1, 2, 2])
>>> scores = np.array([0.1, 0.4, 0.35, 0.8])
>>> fpr, tpr, thresholds = roc_curve(y, scores, pos_label=2)
>>> fpr
array([ 0. ,  0.5,  0.5,  1. ])
>>> tpr
array([ 0.5,  0.5,  1. ,  1. ])
>>> thresholds
array([ 0.8 ,  0.4 ,  0.35,  0.1 ])

Answer 1

正如 HaohanWang 提到的，函数 roc_curve 中的参数“drop_intermediate”可以降低一些次优阈值以创建更轻的 ROC 曲线。 (roc_curve)。

如果设置该参数为False，则显示所有阈值，例如:

所有的阈值和相应的TPRs和FPRs都被计算出来了，但是其中一些对于绘制ROC曲线是没有用的。