Я пытаюсь получить кривую ROC для двоичного (хорошего / плохого) классификатора, который я использовал для проекта. Этот классификатор использует генетический алгоритм для прогнозирования.
Например. тестовая хромосома, указанная в [1.0,0.5,0.4,0.7], считается хорошей, если она соответствует другой хромосоме, скажем [0.8,0.5,0.3,0.6]. Под соответствием я подразумеваю наличие евклидова расстояния (от другой хромосомы) ниже определенного значения. .
Я завершил классификацию 600 экземпляров, и у меня есть окончательная матрица путаницы (под этой матрицей я подразумеваю четырехзначную таблицу, по которой мы можем вычислить окончательный TPR и FPR), правильные классификационные метки для каждого экземпляра и также все прогнозы для каждого экземпляра.
Я прочитал эту документацию о кривой ROC, Рабочие характеристики приемника и Tools for Machine Оценка эффективности обучения: кривые ROC в Python. Как мне перейти к получению кривой ROC?
С моей последней таблицей с четырьмя значениями, я думаю, я могу построить только одну точку на кривой. В прикрепленных ссылках выше постоянно упоминается, что мне нужна оценка (то есть оценка вероятности), но я не знаю, как я могу получить ее для классификатора генетического алгоритма. Но как мне использовать знание предсказаний каждого экземпляра, чтобы создать своего рода непрерывную кривую ROC?
Отказ от ответственности: я новичок в построении графиков ROC, и я кодирую это на Python, поэтому я прикрепил документы ROC, связанные с Python.