Python 注销循环时，如何计算平均误报率（FPR）？

我使用了一类分类法。由于机器学习算法的随机性，我想重复几次实验，并计算度量的平均值。在我写的代码中：

tprs=[]
fprs=[]
for i in rang(2):
   clf=OneClassSVM(nu=0.1, kernel='rbf').fit(x_train)
   score=clf.decision_function(x_test)
   fpr, tpr, thresholds=metrics.roc_curve(y_test, score)
   tprs.append(tpr)
   fprs.append(fpr)
print(np.mean(tprs, axis=0), np.mean(fprs, axis=0)) # error in this ligne

此错误发生在np.mean（）中，因为fpr或tpr的形状在两次迭代中都发生了更改。换句话说，在roc_曲线的两个调用之间有两个大小不同的阈值向量，fpr和tpr也取决于阈值

如何更正此错误并计算fpr和tpr的平均值