roc_curve 指标中的阈值大于 1 可以吗？

Question

预测每个所选样本的类别分配概率Train_features：

probs = classifier.predict_proba(Train_features)`

选择必须确定 AUC 的类别。

preds = probs[:,1]

计算假阳性率、真阳性率以及可以清楚地区分 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

Answer 1

前面的答案并没有真正解决您为什么阈值 > 1 的问题，而且实际上当它说阈值没有任何解释时是误导性的。

从技术上讲，阈值的范围应该是[0,1]，因为它是概率阈值。但 scikit learn 会在阈值数组的最后一个数字上添加 +1 以覆盖整个范围 [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。

请参阅此sklearn github 问题线程以获取解释。这有点有趣，因为有人认为这是一个错误，但这正是 sklearn 的创建者决定定义阈值的方式。

最后，因为它是一个概率阈值，所以它确实有一个非常有用的解释。最佳截止值是敏感性+特异性最大的阈值。在 sklearn learn 中，可以这样计算

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)]