Machine learning 在roc auc曲线中，为什么我们只考虑1列预测概率及其计算方法？
在roc auc曲线中，为什么我们只考虑1列预测概率以及如何从1列预测概率计算tpr和fpr？中华民国和美国哥伦比亚大学需要什么？我们可以通过观察来改进我们的模型吗 嗨，欢迎来到stack overflow。我不清楚这个问题是什么。查看我们的帮助中心，了解如何提出一个好问题fpr，tpr，threshold=roc_曲线（y_test，y_preds[：，1]）roc_auc=metrics.auc（fpr，tpr）y_preds[：，1]为什么我们只需要一列。。要计算tpr和fr，需要两列predict_proba，那么为什么我们只需要一列。。。以及如何计算FPR和TPR？考虑编辑你的问题来添加这些信息。Machine learning 在roc auc曲线中，为什么我们只考虑1列预测概率及其计算方法？,machine-learning,logistic-regression,naivebayes,roc,auc,Machine Learning,Logistic Regression,Naivebayes,Roc,Auc,在roc auc曲线中，为什么我们只考虑1列预测概率以及如何从1列预测概率计算tpr和fpr？中华民国和美国哥伦比亚大学需要什么？我们可以通过观察来改进我们的模型吗 嗨，欢迎来到stack overflow。我不清楚这个问题是什么。查看我们的帮助中心，了解如何提出一个好问题fpr，tpr，threshold=roc_曲线（y_test，y_preds[：，1]）roc_auc=metrics.auc（fpr，tpr）y_preds[：，1]为什么我们只需要一列。。要计算tpr和fr，需要两列pr