隔离林的ROC曲线

Question

我试图绘制ROC曲线来评估乳腺癌数据集的隔离森林的准确性。我从混淆矩阵计算了真阳性率（TPR）和假阳性率（FPR）。但是，我不明白TPR和FPR是如何以矩阵的形式，而不是单个整数值。并且ROC曲线似乎仅以矩阵的形式用于FPR和TPR（我还尝试手动编写用于计算FPR和TPR的代码）。

TPR和FPR值是否始终采用矩阵的形式？

无论哪种方式，我的ROC曲线都是直线。为什么会这样？

混淆矩阵：

from sklearn.metrics import confusion_matrix
cnf_matrix = confusion_matrix(y, y_pred_test1)

O / P：

>     [[  5  25]
>      [ 21 180]]

真阳性和假阳性:(另外，为什么这些值直接来自混淆矩阵？）

F_P = cnf_matrix.sum(axis=0) - np.diag(cnf_matrix)  
F_N = cnf_matrix.sum(axis=1) - np.diag(cnf_matrix)
T_P = np.diag(cnf_matrix)
T_N = cnf_matrix.sum() - (FP + FN + TP)

F_P = F_P.astype(float)
F_N = F_N.astype(float)
T_P = T_P.astype(float)
T_N = T_N.astype(float)

O / P：

False Positive [21. 25.] 
False Negative [25. 21.] 
True Positive [  5. 180.] 
True Negative [180.   5.]

TPR和FPR：

tp_rate = TP/(TP+FN)
fp_rate = FP/(FP+TN)

O / P：

TPR :  [0.16666667 0.89552239]
FPR [0.10447761 0.83333333]

ROC曲线：

from sklearn import metrics
import matplotlib.pyplot as plt

plt.plot(fp_rate,tp_rate)
plt.show()

O / P：

Answer 1

混淆矩阵基本上为您提供ROC曲线上的单个点。要构建“完整”ROC曲线，您需要一个概率列表，然后可以通过改变用于确定类预测的'阈值'来绘制ROC曲线，以确定每个实例属于哪个类。

在您的简单情况下（当您只有一个ROC曲线点时），您可以通过外推到原点和点（1,1）来绘制ROC曲线：

# compare to your confusion matrix to see values.
TP = 180
FN = 21

tpr = TP/(TP+FN)
fpr = 1-tpr

tpr_line = [0, tpr, 1]
fpr_line = [0, fpr 1]

plt.plot(fpr, tpr, 'k-', lw=2)
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.xlim(0, 1)
plt.ylim(0, 1)

并且ROC曲线看起来像：

Answer 2

confusion_matrix()函数为您提供正确/错误分类的点，但不提供有关模型在对数据点进行错误分类时有多大信心的信息。

此信息用于创建ROC曲线（用于测量模型根据其对特定类的可能性对每个数据点进行排名的能力）。

相反，使用decision_function()或score_samples()函数来计算模型对每个数据点是（或不是）异常的置信度。然后，使用roc_curve()获取绘制曲线本身所需的点。

以下是乳腺癌数据集的示例。

from sklearn.datasets import load_breast_cancer
X, y  = load_breast_cancer(return_X_y=True)

from sklearn.ensemble import IsolationForest

clf = IsolationForest(behaviour='new', max_samples=100,
                      random_state=0, contamination='auto')
clf.fit(X)
y_pred = clf.score_samples(X)

from sklearn.metrics import roc_curve
fpr, tpr, thresholds = roc_curve(y,y_pred)
import matplotlib.pyplot as plt
plt.plot(fpr, tpr, 'k-', lw=2)
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.show()