我正在尝试(有效地)运行sklearn.metrics.confusion_matrix
以获得多个阈值。它需要这样做,以便我可以告诉客户,在任何给定的人口百分比的挑战下,人们应该期望什么样的性能。
目前,我正在做一个循环,超过所有可能的阈值,但这是缓慢和低效的。有没有办法用一行字,或者类似的?
threshold_list = (np.linspace(1, 0, 1001)).tolist()
for threshold in threshold_list:
df.loc[df['score'] >= threshold,'prediction'] = '1'
arr = confusion_matrix(df['true'].astype('int16').values, df['prediction'].astype('int16').values)
....
....
最佳答案
如果TPr和FPr对你来说足够的话。您可以执行以下操作:
y_true=[1,0,0,1,1,0,0]
y_pred=[0.67, 0.48, 0.27, 0.52, 0.63, 0.45, 0.53]
fpr, tpr, thresholds = roc_curve(y_true, y_pred)
res = pd.DataFrame({'FPR': fpr, 'TPR': tpr, 'Threshold': thresholds})
res[['TPR', 'FPR', 'Threshold']]
输出:
TPR FPR Threshold
0 0.333333 0.00 0.67
1 0.666667 0.00 0.63
2 0.666667 0.25 0.53
3 1.000000 0.25 0.52
4 1.000000 1.00 0.27