Skip to main content
 首页 » 编程设计

python之使用 scikit 学习的离散分类器的 ROC 曲线

2025年01月19日11findumars

我在理解 scikit 学习中的 ROC 函数如何生成真阳性率和假阳性率时,在概念上遇到了一些困难。我使用 BC scikit 学习数据并围绕 2 个随机特征构建了决策树。

from sklearn.datasets import load_breast_cancer 
from sklearn.model_selection import train_test_split 
from sklearn import tree 
import numpy as np 
 
data = load_breast_cancer() 
X = data.data[:, [1,3]] 
y = data.target 
 
# Splitting data 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33,random_state=0) 
 
# Training tree 
bc_tree = tree.DecisionTreeClassifier(criterion="entropy").fit(X_train, y_train) 
 
# Predictions 
bc_pred = bc_tree.predict(X_test) 
# Score 
bc_tree.score(X_test, y_test) 
 
# Confusion matrix 
from sklearn.metrics import confusion_matrix 
metrics.confusion_matrix(y_test, bc_pred) # True positive = 0.83 
 
# ROC curve 
fpr_tree, tpr_tree, thresholds_tree = metrics.roc_curve(y_test, bc_pred) 
 
# True positive rate ROC 
tpr_tree # 0.91 

混淆矩阵是这样的:

[[ 55,  12] 
[ 11, 110]] 

根据我的计算,真阳性率为:

55/(55+11) = .83

根据scikit learn实现的ROC曲线,真阳性率为0.92。它是如何计算这个数字的,为什么我的计算不匹配?我错过了什么?

请您参考如下方法:

因为您推断的 confusion_matrix 是错误的。

从 confusion_matrix 返回的矩阵将具有以下形式

      0   TN   FP 
True 
      1   FN   TP 
 
           0    1 
         Predicted 

所以根据TPR的公式,这个值应该是110/(110+11) = 0.9090...