sklearn中roc_curve函数理解

背景介绍：

ROC受试者工作特征（ROC）曲线是另一个二分类器常用的工具。它非常类似与准确率/召回率曲
线，但不是画出准确率对召回率的曲线，ROC 曲线是真正例率（true positive rate，另一个名
字叫做召回率）对假正例率（false positive rate, FPR）的曲线。FPR 是反例被错误分成正例
的比率。它等于 1 减去真反例率（true negative rate， TNR）。TNR是反例被正确分类的比
率。TNR也叫做特异性。所以 ROC 曲线画出召回率对（1 减特异性）的曲线。
为了画出 ROC 曲线，你首先需要计算各种不同阈值下的 TPR、FPR。

TPR：真正例率（也称召回率）TPR=TP/（TP+FN）（TP：真的被识别真的，FN：真的被识别假的）

FPR：假阳率 FPR=FP/（FP+FN）

 

在sklearn中roc_curve函数实现代码：

def roc_curve(y_true, y_score, pos_label=None, sample_weight=None,drop_intermediate=True):

参数：

y_true:实际的样本标签值（这里只能用来处理二分类问题，即为{0，1}或者{true，false}，如果有多个标签，则需要使用pos_label 指定某个标签为正例，其他的为反例）

y_score:目标分数，被分类器识别成正例的分数（常使用在method="decision_function"、method="proba_predict"）

pos_label:指定某个标签为正例

 

具体生成TPR、FPR,threshold的过程

from sklearn.metrics import roc_curve
import numpy as np
really_label= np.array([1, 1, 3, 2])
"""
really_label为实际的标签值，roc_curve计算的二分类的roc曲线，因此我们可以假设某一个标签为正例
其他的为反例，
"""
predicts_score=np.array([0.1, 0.4, 0.35, 0.8])
"""
predicts_score为该列上的数据被预测成改列上所对应类的概率
"""

FTR,TPR,threshold=roc_curve(really_label,predicts_score,pos_label=2)
"""
threshold 为predicts_score的逆序排列
threshold=[0.8,0.4,0.35,0.1]
对应每个threshold 依次与predicts_score比较如果后者大与等于则为正例，反之为反例
predicts=[0,0,0,1]
TPR（真正率）=（1/(1+0)）=1
FNR（假阴率）=（0/（0+1））=0
因此理论上的值：
TPR[0]=0.25
FNR[0]=0.75
threshold=0.8
"""
print("FNR[0]:\tTPR[0]:\tthreshold:\t",FTR[0],TPR[0],threshold[0])