在以下roc曲线中，当阈值较低时，roc_curve低于随机线，为什么会发生这种情况？ 混乱矩阵看起来像这样， 我的问题是，应该增加或减少混淆矩阵中的以下哪些元素（TP，FP，TN，FN），以便使roc_curve越过随机线？
Predicted
Neg Pos
actual Neg 1656 860
actual Pos 145 331
我的ROC曲线的某个区域在随机线以下，如何修改混淆矩阵？
•
问答
rxwywy 回答：我的ROC曲线的某个区域在随机线以下，如何修改混淆矩阵？
初步
在模型对象上调用的 predict_proba为数据的每一行返回事件= 1的预测概率。
ROC
在绘制ROC时，相应的方法将事件1的预测概率降序排列。 ROC会精确地告诉您模型预测可以实现TPR和FPR的哪些组合。
ROC形状如下：
-
您的模型生成的
- 事件= 1的预测概率，与事件= 1 更好 的真实概率相匹配>大约占您数据的85％（由“随机线”表示）。准确地说，这85％是事件== 1的预测概率最高的85％行。
您的模型生成的 - 事件= 1的预测概率，与事件= 1 更差 的真实概率 >大约有15％的数据要比随机分配（用“随机线”表示）好。准确地说，这15％是事件= 1的预测概率最低的15％行。
我从您的图表中获取了85％和15％的值：这是我对ROC穿过对角线（“随机线”）的视线估计，应仅作说明之用。
发生这种现象的一种可能原因：这可能是由于过拟合的结果，与过时编码的分类特征有关，对于您的数据集的各个子种群，其分类的“行为”有所不同。您可能需要尝试在拟合模型之前排除一些变量，并寻求ROC形状的改进。
混淆矩阵
混淆矩阵是由模型生成的事件= 1的预测概率产生的。单个混淆矩阵与特定的预测概率阈值相关，该阈值用于分配预测= 1或预测= 0的单行。单个混淆矩阵由ROC上的单个点表示，因此您实际上不能通过操纵混淆矩阵元素来操纵ROC形状。您应该采用另一种方式进行推理：ROC形状以某种方式告诉您模型可以实现哪些混淆矩阵。
希望这会有所帮助：-）