如何避免ROC曲线仅显示一个点的绘制问题？

本文共计560个文字，预计阅读时间需要3分钟。

在Kaggle比赛中，有次比赛使用AUC来评估，我画了ROC曲线。结果如下图的形状。与平均水平相比，我的ROC曲线差距较远，只有一个点。而其他家的都是很多转折的。为什么我的结果这样？

之前在做kaggle比赛时，有个比赛使用AUC来评比的，当时试着画了ROC曲线，结果出来的下图这样的图形。跟平时的ROC曲线差好远，就只有一个点。而别人家的都是很多转折的，为啥我的不一样。

我的图如下：

正常的图（sklearn上面截取的）：

思考过后，发现原来：

ROC曲线，一般适用于你的分类器输出一个“概率值”，即这个样本属于某个类的概率是多少。 如此的话，你就需要设定一个阈值， 大于这个阈值属于正类，小于这个阈值属于负类。

从而，对于这个阈值P0， 就会得到对应的TPR, FPR, 也就是ROC曲线上的一个点，你设置不同的阈值，就会得到不同的TPR, FPR， 从而构成ROC曲线。

通常来说 阈值降低，即进入正类的门槛变低， TPR会变大，但是FPR也会变大， 看他们谁变的快。

之前画线的时候直接用了分类的预测值，而没有用上概率这玩意，被划分为正类的概率。。修改下程序，求多一个概率就能画出正确的图形啦。