Как интерпретировать пороговые значения RO C AU C Кривые для деревьев решений? - PullRequest
Новая
       27

Как интерпретировать пороговые значения RO C AU C Кривые для деревьев решений?

0 голосов
/ 03 февраля 2020

При использовании дискретного классификатора, такого как дерево решений, мы получаем одну точку (FPR, TPR) через матрицу путаницы, теперь, когда я пытаюсь построить кривую RO C AU C, я получаю пороги: 

roc_curve(y_test,mod.predict(X_test))

Выход: 

(array([  0.00000000e+00,   5.92624518e-04,   1.00000000e+00]),
 array([ 0.        ,  0.11766772,  1.        ]),
 array([ 2.,  1.,  0.]))

threshold = [2., 1., 0.,]

Я не могу интерпретировать эти пороги как мне их интерпретировать, чтобы найти TPR и FPR?

...