То, что вы получаете от классификатора, это баллы, а не просто прогноз класса.
roc_curve
предоставит вам набор порогов с соответствующими ложными положительными показателями и истинными положительными показателями.
Если вы хотите свой собственный порог, просто используйте его:
y_class = y_pred > threshold
Затем вы можете отобразить путаницу с этим новым y_class
по сравнению с y_true
.
И если вам нужно несколько порогов, сделайте то же самое и получите матрицу путаницы от каждого из них, чтобы получить истинные и ложные положительные оценки.