基于单特征与多阈值的Sklearn ROC-AUC曲线绘制及相关疑问

完全理解你的困惑，其实你的思路非常对——对于这种单特征的二分类场景，确实不需要训练复杂的机器学习分类器，直接用特征值结合阈值就能完成预测，而且用Sklearn绘制ROC-AUC曲线也非常简单，核心是把你的特征值当作模型的预测得分来用就行。

1. 明确数据格式 #

首先确保你的数据是两个一维数组：

• y_true：样本的真实标签（0或1）
• y_score：每个样本对应的特征值（0到1之间）

2. 用Sklearn计算ROC曲线和AUC #

Sklearn的roc_curve和roc_auc_score函数其实不要求必须是模型输出的得分——只要你能提供“用来判断样本为正类的置信度值”就行，而你的特征值正好可以充当这个角色。

完整代码示例 #

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

# ----------------------
# 1. 准备数据（替换成你的真实数据）
# ----------------------
# 模拟特征值（0-1之间）
y_score = np.random.uniform(0, 1, size=1000)
# 模拟真实标签：这里简单让特征值越大，正类概率越高
y_true = (y_score + np.random.normal(0, 0.1, size=1000)) > 0.5
y_true = y_true.astype(int)

# ----------------------
# 2. 计算ROC曲线参数和AUC
# ----------------------
# 计算FPR（假阳性率）、TPR（真阳性率）和对应的阈值
fpr, tpr, thresholds = roc_curve(y_true, y_score)
# 计算AUC得分
auc_score = roc_auc_score(y_true, y_score)

# ----------------------
# 3. 绘制ROC-AUC曲线
# ----------------------
plt.figure(figsize=(8, 6))
plt.plot(fpr, tpr, label=f'ROC Curve (AUC = {auc_score:.2f})')
# 绘制随机猜测的基准线
plt.plot([0, 1], [0, 1], 'k--', label='Random Guess')
plt.xlabel('False Positive Rate (FPR)')
plt.ylabel('True Positive Rate (TPR)')
plt.title('ROC-AUC Curve for Single Feature Thresholding')
plt.legend()
plt.show()

关键原理解释 #

• roc_curve函数会自动遍历所有可能的特征值作为阈值（包括你提到的0.4，如果它在你的特征值里），对每个阈值计算：
  • TPR = 真正例数 / 总正例数（特征值>阈值且真实标签为1的样本占所有正例的比例）
  • FPR = 假正例数 / 总负例数（特征值>阈值但真实标签为0的样本占所有负例的比例）
• 你手动设置的单个阈值（比如0.4）对应的点，其实就是ROC曲线上的一个坐标点，可以通过thresholds数组找到对应的fpr和tpr值。

额外小技巧 #

如果你想单独查看某个特定阈值（比如0.4）对应的性能指标，可以用sklearn.metrics.confusion_matrix来计算：

from sklearn.metrics import confusion_matrix

# 用阈值0.4生成预测标签
y_pred = (y_score > 0.4).astype(int)
# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)
print("混淆矩阵：")
print(cm)

这样就完全满足你的需求了——不用训练分类器，直接用特征值阈值划分，同时生成完整的ROC-AUC曲线。

内容的提问来源于stack exchange，提问作者ocram