python - 多个阈值的混淆矩阵

Question

我正在尝试(有效地)运行 sklearn.metrics.confusion_matrix 以获得多个阈值。需要这样做，以便我可以告诉客户在任何给定的人口挑战百分比下应该期望什么样的性能。

目前，我正在一个循环中执行此操作，遍及所有可能的阈值，但这是缓慢且低效的。有什么方法可以在单行或类似的方法中做到这一点？

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 对你来说足够了。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