python - 多个阈值的混淆矩阵

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