Neural network 如何根据给定数据绘制ROC曲线

我知道这是一个愚蠢的问题，我知道它在堆栈溢出中发生过很多次，但我不能理解任何例子

例如，我有从我的神经网络得到的数据。我知道数据不多，但我希望这足以给我举个例子

Speaker | Guessed speaker
_________________________
1       |       2
2       |       2
3       |       3
4       |       9
5       |       5
6       |       6
7       |       7
8       |       1
9       |       9
10      |       10

---

那么现在，我应该如何从这些数据中创建ROC曲线呢？

你不能从这些数据中创建ROC曲线，ROC曲线是从可以设置阈值以产生实际预测的分数中生成的，比如信心分数。您需要生成这些分数。如果分类器输出softmax概率，则可以使用它

ROC曲线是通过设置分数的阈值并生成预测来生成的，然后您可以计算真阳性和假阳性，并在曲线上生成一个点。您可以更改阈值，然后生成另一个点，依此类推

---

还要注意的是，ROC曲线主要用于二元分类问题，通过使用类别与非类别作为二元决策，每个类别绘制一条曲线，可以扩展到多类别问题。

ROC曲线是为二元分类定义的。您能否详细说明如何确定多类别分类器的softmax概率？Thanks@EmersonHsieh我不明白你的意思，那似乎是一个完全不同的问题。