sklearn.metrics中的roc_auc_score理解以及使用

import numpy as np
from sklearn import metrics
import matplotlib.pyplot as plt
label=np.array([1,1,-1,-1])
scores=np.array([0.7,0.2,0.4,0.5])
fpr,tpr,thresholds=metrics.roc_curve(label,scores)
print('FPR:',fpr)
print('TPR:',tpr)
print('thresholds:',thresholds)
plt.plot(fpr,tpr)
plt.show()

输出：

FPR: [0. 0. 1. 1.]
TPR: [0.  0.5 0.5 1. ]
thresholds: [1.7 0.7 0.4 0.2]

首先将score排序，排序后的score以及对应的label为：

[0.7,0.5,0.4,0.2]，
[1,-1,-1 ,1]

一开始阈值设置为无穷大，则fpr和tpr都为0，然后阈值依次设置为0.7,0.5,0.4,0.2，计算对应的fpr和tpr。就用阈值为0.7举例子，阈值为0.7，大于等于0.7的都预测为正，也就是score[0]预测为正，label[0]同样为正，预测正确，共有2个正例，预测对一个，tpr为1/2。接着预测，预测下一个，也就是0.5为正例，label为-1，预测错误，tpr不变，反例数共有2个，预测错误1个，fpr增加为1/2，接着预测，把0.4预测为正，又又预测错误啦，fpr接着加，fpr达到100%啦（意思是阈值为当前值时候把所有反例都预测为正例了）。接着预测，把0.2预测为正例，预测对了，fpr也加到100%了。

tpr：真正例率，把正样本预测为正例的概率，看label，label有2个1，代表有2个正样本。
fpr：假真例率，把负样本预测为正例的概率，例子中有2个-1，即有2个负样本。
阈值一般将score排下序就是阈值了，按照预测结果从大到小排序，依次设置每个元素为阈值，将排序表中处在这个阈值前面（>=阈值）的元素预测为正。