python - 计算 AUC 曲线时如何创建阈值？

Question

我对 python 中的 scikit-learn 中如何生成阈值感到困惑。对于以下示例，生成了四个阈值，当我将 pred 中的第三个值更改为 0.6 时，阈值数量降至 3。任何人都可以解释为什么会这样是这样吗？

#Example 1
import numpy as np
from sklearn import metrics
y = np.array([0, 0, 1, 1])
pred = np.array([0.1, 0.4, 0.3, 0.8])  #Please note the thord value here is `0.3`
fpr, tpr, thresholds = metrics.roc_curve(y, pred, pos_label=1)
fpr, tpr, thresholds 


(array([0. , 0.5, 0.5, 1. ]),
 array([0.5, 0.5, 1. , 1. ]),
 array([0.8, 0.4, 0.3, 0.1]))

#Example 2
y = np.array([0, 0, 1, 1])
pred = np.array([0.1, 0.4, 0.6, 0.8])
fpr, tpr, thresholds = metrics.roc_curve(y, pred, pos_label=1)
fpr, tpr, thresholds 

(array([0., 0., 1.]), 
array([0.5, 1. , 1. ]), 
array([0.8, 0.6, 0.1]))

Answer 1

有一个关键字参数drop_intermediate，默认为True:

drop_intermediate : boolean, optional (default=True) Whether to drop some suboptimal thresholds which would not appear on a plotted ROC curve. This is useful in order to create lighter ROC curves. New in version 0.17: parameter drop_intermediate.

因此将您的代码更改为:

fpr, tpr, thresholds = metrics.roc_curve(y, pred, pos_label=1, drop_intermediate=False)
fpr, tpr, thresholds 

给出

(array([0. , 0. , 0.5, 1. ]),
 array([0.5, 1. , 1. , 1. ]),
 array([0.8, 0.6, 0.4, 0.1]))

您可以在documentation中找到它