手动计算TPR/FPR与scikit-learn ROC曲线输出结果不一致问题

这是代码编写错误+对scikit-learn接口默认逻辑理解偏差共同导致的，不属于函数设计的预期差异。

错误1：混淆矩阵的四类样本取值完全颠倒 #

scikit-learn的confusion_matrix输出矩阵遵循「行对应真实标签、列对应预测标签、标签按升序排列」的规则，布尔类型的升序为False < True，因此矩阵索引和样本类别的对应关系为：

• cm[0,0]：真实为False、预测为False → 真负例（TN）
• cm[0,1]：真实为False、预测为True → 假正例（FP）
• cm[1,0]：真实为True、预测为False → 假负例（FN）
• cm[1,1]：真实为True、预测为True → 真正例（TP）

你原有代码把四个类别的定义完全写反，计算出的实际是负类的分类指标，因此数值和正类指标刚好呈「和为1」的互补关系：你算出的0.3611 = 1 - 0.6389，0.4567 = 1 - 0.5433，和roc_curve返回的中间值刚好互补。

错误2：对roc_curve的阈值逻辑理解不到位 #

你传入的是布尔类型的预测数组，roc_curve默认将排序靠后的大值标签（即布尔值True）作为正类，返回的阈值数组[2, 1, 0]是为了覆盖ROC曲线的三个关键节点：

• 阈值为2：所有样本预测值都小于2，全部判定为负类，对应FPR=0、TPR=0，是ROC曲线的左下角起点
• 阈值为1：判定规则为预测值≥1则判为正类，布尔值True等价于数值1、False等价于0，此时的判定逻辑就是直接使用你传入的离散预测结果，对应的FPR、TPR就是该分类规则下的真实指标
• 阈值为0：所有样本预测值都≥0，全部判定为正类，对应FPR=1、TPR=1，是ROC曲线的右上角终点

修正方案 #

把混淆矩阵的四类样本取值按正确对应关系调整即可，修正后的代码如下：

from sklearn.metrics import confusion_matrix, roc_curve
cm = confusion_matrix(self.real_values_discrete, self.predictions_discrete)
_tn = cm[0, 0]
_fp = cm[0, 1]
_fn = cm[1, 0]
_tp = cm[1, 1]
_tpr = _tp / (_tp + _fn)
_fpr = _fp / (_fp + _tn)
print(_fpr, _tpr)
# 输出结果和roc_curve返回的中间值完全一致：0.6388888888888888 0.5433070866141733

如果你的业务场景中需要将False作为正类，只需要在调用roc_curve和confusion_matrix时显式传入参数pos_label=False，两个接口的计算结果就会和你最初手动计算的数值对齐。

内容的提问来源于stack exchange，提问作者teriyaki.sub47