在以下roc曲线中，当阈值较低时，roc_curve低于随机线，为什么会发生这种情况？
混乱矩阵看起来像这样，
我的问题是，应该增加或减少混淆矩阵中的以下哪个元素（TP，FP，TN，FN），以便使roc_curve越过随机行？
Predicted
Neg Pos
Actual Neg 1656 860
Actual Pos 145 331
最佳答案
初赛
在模型对象上调用的predict_proba为数据的每一行返回事件= 1的预测概率。
鹏
绘制ROC时，相应的方法会按照事件的预测概率= 1降序对数据进行排序。 ROC精确地告诉您模型预测可以实现TPR和FPR的哪些组合。
ROC的这种形状表示的是：
由您的模型生成的事件= 1的预测概率与事件= 1的真实概率比随机分配（用“随机线”表示）匹配约85％的数据要好。准确地说，这85％是事件的最高预测概率= 1的85％行。
由您的模型生成的事件= 1的预测概率与大约15％的数据匹配的事件= 1的真实概率比随机分配（由“随机线”表示）差。准确地说，这15％是事件的最低预测概率= 1的15％行。
我从您的图表中获取了85％和15％的值：这是我对ROC穿过对角线（“随机线”）的视线估计，仅应视为示例性的。
发生这种现象的一种可能原因：这可能是由于过度拟合的结果与一键编码的分类特征有关，对于您的数据集的各个子种群，其分类的“行为”有所不同。您可能需要尝试在拟合模型之前排除一些变量，并寻求ROC形状的改进。
混淆矩阵
混淆矩阵是由模型产生的相同的event = 1预测概率得出的。单个混淆矩阵与用于分配预测= 1或预测= 0的单行的特定预测概率阈值有关。单个混淆矩阵由ROC上的单个点表示，因此您实际上无法通过操纵混淆矩阵元素来操纵ROC形状。您应该采用另一种方式进行推理：ROC形状以某种方式告诉您模型可以实现哪些混淆矩阵。
希望这可以帮助 ：-）
关于python - 我的ROC曲线的某个区域在随机线以下，如何修改混淆矩阵？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58840221/