使用Sklearn绘制ROC曲线时，二元分类器置信度过高该如何处理？

嘿，你这个思路完全没问题！从TensorFlow的预测生成器里提取结果转成numpy数组，再搭配真实标签画ROC曲线的路子走对了。我来帮你把代码补全，再给你唠唠关键细节~

完整代码实现 #

首先确保导入所有需要的工具库，然后一步步来：

import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc
import numpy as np

# 假设你已经完成了这一步：从生成器提取并转换得到labels和predictions数组
# predictions是形如[[0.98, 0.02], [0.1, 0.9], ...]的numpy数组
# labels是对应的真实二元标签数组（元素为0或1）

# 提取正类（类别1）的预测概率，这是ROC曲线需要的输入
positive_class_probs = predictions[:, 1]

# 计算ROC曲线的关键指标
fpr, tpr, thresholds = roc_curve(labels, positive_class_probs)
# 计算曲线下面积（AUC），用来量化模型性能
roc_auc = auc(fpr, tpr)

# 开始绘制ROC曲线
plt.figure(figsize=(8, 6))
# 绘制你的模型ROC曲线，标注AUC值
plt.plot(fpr, tpr, color='darkorange', linewidth=2, label=f'ROC Curve (AUC = {roc_auc:.2f})')
# 绘制随机分类器的基准线（对角线）
plt.plot([0, 1], [0, 1], color='navy', linewidth=2, linestyle='--')

# 设置坐标轴范围和标签
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver Operating Characteristic (ROC) Curve')
plt.legend(loc="lower right")

# 显示图像
plt.show()

关键细节说明 #

• 为什么取predictions[:,1]？
  你的预测结果是二元分类的概率分布，[:,1]提取的是模型对正类（类别1）的预测概率——ROC曲线需要的是模型对正类的置信度分数，而非硬分类结果（0/1）。
• AUC值的作用：
  AUC（曲线下面积）是衡量模型分类性能的重要指标，取值范围在0.5到1之间。越接近1，说明模型区分正负样本的能力越强；等于0.5则和随机猜测没区别。
• 基准线的意义：
  那条蓝色虚线是随机分类器的ROC曲线，用来和你的模型做对比——如果你的曲线在这条线上方，说明模型有实际分类能力。

小提示 #

如果从TensorFlow生成器提取数据时遇到批次问题，可以这样处理：

# 假设generator是你的TensorFlow预测生成器（返回批次预测结果）
predictions_list = list(generator)
# 把批次数据合并成一个完整的numpy数组
predictions = np.concatenate(predictions_list)

内容的提问来源于stack exchange，提问作者Eden Trainor