Python ROC曲线的值跨越1:1比率线是否正常/可接受？

我正在绘制一条接收器工作特性（ROC）曲线，但有些值超过了1:1的比率线。我认为这是不可能的，但我现在不确定，因为我相信我的代码是正确的

我已经绘制了ROC曲线并完成了代码

def perf_measure(exval, thval):
    y_true = [0] * len(thval)
    y_pred = [0] * len(thval)

    for i in range(len(thval)): 
        if abs(exval[i] - thval[i]) <= 0.5:
           y_true[i] = 1
           y_pred[i] = 0
        elif abs(exval[i] - thval[i]) > 0.5:
           y_true[i] = 0
           y_pred[i] = 1

    X_train, X_test, y_train, y_test = train_test_split(np.array(thval), np.array(y_pred), test_size=0.5, random_state=1)

    X_train = np.array(X_train).reshape((len(X_train), 1))
    X_test = np.array(X_test).reshape((len(X_test), 1))
    lab_enc = preprocessing.LabelEncoder()
    y_train = lab_enc.fit_transform(np.array(y_train).astype('int'))
    logmodel = LogisticRegression(solver='lbfgs', multi_class='auto')
    logmodel.fit(X_train, y_train)
    probs = logmodel.predict_proba(X_test)
    preds = probs[:,1]

    fpr, tpr, th = roc_curve(y_test, preds)
    auc = roc_auc_score(y_test, preds)
    auc = round(auc, 2)

    return(fpr, tpr, auc)

def性能测量值（exval，thval）：
y_true=[0]*len（thval）
y_pred=[0]*len（thval）
对于范围内的i（len（thval））：
如果abs（exval[i]-thval[i]）0.5：
y_真[i]=0
y_pred[i]=1
X_序列，X_测试，y_序列，y_测试=序列测试分割（np.数组（thval），np.数组（y_pred），测试大小=0.5，随机状态=1）
X_列=np.数组（X_列）.重塑（（len（X_列），1））
X_测试=np.数组（X_测试）.重塑（（len（X_测试），1））
lab_enc=preprocessing.LabelEncoder（）
y_train=lab_enc.fit_变换（np.array（y_train.astype（'int'））
logmodel=LogisticRegression（解算器='lbfgs'，multi_class='auto'）
logmodel.fit（X_系列、y_系列）
probs=对数模型。预测概率（X检验）
preds=probs[：，1]
fpr，tpr，th=roc_曲线（y_测试，preds）
auc=roc_auc_得分（y_检验，preds）
auc=圆形（auc，2）
返回（fpr、tpr、auc）

代码应该正确输出ROC，除非我弄糟了什么？exval是可接受的值。thval是理论值。两者都作为1倍长度（thval）的尺寸列表输入

---

我想知道的主要问题是情节是否可以接受。如果不是，我的代码有问题吗？

第一个问题，所以我没有声誉。这是图片：不是不可能，但我能找到的每一个ROC曲线的例子都只有这条线以上的值。这是因为人们不想让你看到其他的，不是因为它们不存在。第一个问题，所以没有声誉。这是图片：不是不可能，但我能找到的每一个ROC曲线的例子都只有这条线以上的值。这是因为人们不想让你看到其他的，不是因为它们不存在。