python tpr fpr

数据分布比较均匀效果可以，数据分布不均匀，两头比较少，效果不好。

  

   

    

     

    
    

     

          labels = read_labels(u"labels.txt")
     
    
   

    

     

    
    

     

          predicts = read_Feautures(u"scores.txt")
     
    
   

    

     

    
    

     

          levels=(1e-6, 1e-5, 1e-4, 1e-3, 1e-2)
     
    
   

    

     

    
    

     

          fpr, tpr, threshold1s=sklearn.metrics.roc_curve(labels,predicts)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

          interp = interpolate.interp1d(fpr, tpr)
     
    
   

    

     

    
    

     

          tpr_at_fpr = [interp(x) for x in levels]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
    for index, data in enumerate(tpr_at_fpr):
     
    
   

    

     

    
    

     
        print(data,levels[index])
     
    
  
 

文章来源: blog.csdn.net，作者：AI视觉网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/120860576