roc_curve指标中阈值大于1是否合适？

Question

预测每个选定的Train_features样本分配到某一类别的概率:

probs = classifier.predict_proba(Train_features)`

选择需要确定AUC的类。

preds = probs[:,1]

计算假阳性率、真阳性率以及可以清晰分离TP和TN的可能阈值。

fpr, tpr, threshold = metrics.roc_curve(Train_labels, preds)
roc_auc = metrics.auc(fpr, tpr)
print(max(threshold))

输出：1.97834

- shrikanth singh

Answer 1

之前的回答并没有真正回答您为什么阈值>1的问题，事实上，当它说阈值没有任何解释时是误导性的。

阈值的范围应该在[0,1]之间，因为它是概率阈值。但是scikit-learn在阈值数组中将最后一个数字加上+1，以涵盖完整的范围[0,1]。因此，如果在您的示例中max（threshold）= 1.97834，则阈值数组中的下一个数字应为0.97834。

请参见sklearn github问题线程以获取说明。这有点有趣，因为有人认为这是一个错误，但这只是sklearn的创建者决定定义阈值的方式。

最后，由于它是概率阈值，因此它确实具有非常有用的解释。最佳截止点是使灵敏度+特异性最大的阈值。在sklearn中可以通过以下方式计算。

fpr_p, tpr_p, thresh = roc_curve(true_labels, pred)
# maximize sensitivity + specificity, i.e. tpr + (1-fpr) or just tpr-fpr
th_optimal = thresh[np.argmax(tpr_p - fpr_p)]

- Bow

---

太棒了！这确实看起来像是一个 bug。最大阈值应该是 1，而不是 max + 1。 - Fernando Wittmann

Answer 2

阈值并没有任何解释，真正重要的是ROC曲线的形状。如果存在阈值（无论它们的值如何），使得生成的ROC曲线位于线性函数之上（好于随机猜测），则您的分类器表现良好；如果对于任何阈值，ROC曲线仅为一个点（0,1），则您的分类器具有完美的结果（这在实践中很少发生）；如果对于任何阈值，ROC曲线仅为一个点（1,0），则您的分类器具有最差的结果。评估分类器性能的一个好指标是ROC曲线的积分，这个指标称为AUC，取值范围在0到1之间，最差性能为0，完美性能为1。

- Roger Figueroa Quintero