在scikit中绘制ROC曲线只有3个点

Question

TLDR：scikit的roc_curve函数对于某些数据集仅返回3个点。可能原因是什么，我们如何控制返回的点数？

我试图绘制ROC曲线，但始终得到“ROC三角形”。

lr = LogisticRegression(multi_class = 'multinomial', solver = 'newton-cg')
y = data['target'].values
X = data[['feature']].values

model = lr.fit(X,y)

# get probabilities for clf
probas_ = model.predict_log_proba(X)

只是为了确保长度没问题：

print len(y)
print len(probas_[:, 1])

两者都返回13759。

然后运行：

false_pos_rate, true_pos_rate, thresholds = roc_curve(y, probas_[:, 1])
print false_pos_rate

返回 [ 0. 0.28240129 1. ]。

如果我调用' threasholds'，我会得到数组([ 0.4822225 , -0.5177775 , -0.84595197])（始终只有3个点）。

因此，我的 ROC 曲线看起来像一个三角形并不奇怪。

我不理解的是为什么 scikit 的roc_curve 只返回 3 个点。 非常感谢您的帮助。

- sapo_cosmico

---

你有检查过 probas_[:,1] 中的值吗？尽管它的长度为13759，但它可能只包含3个值... - pyan

谢谢你的帮助，我执行了 [print pd.Series(probas_[:,1]).unique()]，确实只返回了两个唯一值 ([-0.84595197, -0.5177775])。 - sapo_cosmico

很高兴能够帮到您。如果您喜欢的话，请接受这个答案。 - pyan

Answer 1

点数取决于输入值的唯一数量。由于输入向量仅有两个唯一值，该函数会给出正确的输出。

- pyan

Answer 2

我在不同的例子中遇到了相同的问题。我的错误是将 给定阈值 的结果输入，而不是在 roc_curve 的参数 y_score 中输入概率。这也会生成一个带有三个点的图形，但这是错误的！

- Tomas G.

---

这里是一个如何完成绘制ROC曲线的示例：https://dev59.com/S8Dqa4cB1Zd3GeqPnODA#67754984 - s2t2

Answer 3

我遇到了同样的问题，仔细阅读文档后我意识到错误在于：

probas_ = model.predict_log_proba(X)

尽管其他人通过检查唯一性给出了提示，但实际上应该是：

probas_ = model.decisions(X)

- Raman Khurana

---

文档示例还在拟合模型后使用 Y_score = model.decision(x_test) 并将 Y_score 传递给 roc_curve。 - Neela

Answer 4

除了（0,0）和（1,1）之外，不必获得1分。

我正在使用来自kaggle的蘑菇数据集进行二元分类问题。

从roc_curve中获取fpr和tpr，我得到了4个更多的点，尽管它们的值或多或少相同。

fpr = {0, 0, 0.02290076, 0.0267176, 0.832061, 1}

tpr = {0, 0.0315361, 0.985758, 0.996948, 1, 1}

我不确定我们是否可以将其视为1个点，因为使用此绘制曲线看起来像问题中显示的曲线。

- aditya aggarwal