Python 关于sklearn.metrics.roc_curve（）的几个问题-阈值、运气标签、等错误率

我有一些关于ROC图的问题。 我使用sklearn.metrics.roc_curve（）函数获取tpr、fpr和阈值。 我的第一个问题是，阈值是否是任意选择的？ 每次使用完全相同的代码时，我会得到不同的ROC图吗

第二个问题是关于一个我经常在ROC图中看到的“运气”标签。 从左下角到右上角似乎是一条直线。 为什么叫“运气”？它似乎是一个图形，指示tpr=fpr的点。 但我无法解释为什么这叫做运气

我的最后一个问题是关于相同的错误率。我在Github上遇到了一个计算出相同错误率并在ROC图中绘制的人。我的问题是，这些信息到底给了我们什么？守则如下：

    ...
    eer = brentq(lambda x: 1. - x - interp1d(fpr, tpr)(x), 0., 1.) ...
    ...
    plt.plot(fpr, tpr, color='darkorange', lw=lw, label='(AUC = %0.2f, EER = %0.2f)' % (roc_auc, eer)) 
    ...
    plt.plot([eer], [1-eer], marker='o', markersize=5, color="navy")
    ...

---

非常感谢

欢迎来到这个网站MaxM！请一次只问一个问题。查看帮助中心，了解如何提出一个好问题并更有可能得到答案：。你的问题也已经在这个网站上得到了回答，所以在提问之前一定要做一个快速搜索。你好，卡里莫，我搜索了我的问题的答案。但我找不到正确的答案。