我需要制作一个包含 TPR 和 FPR 值以及精度和召回率的表格。我在 python 中使用 sklearn.metrics 包中的 roc_curve 和 precision_recall_curve 函数。我的问题是每个函数都为我提供了不同的阈值向量，而我只需要一个即可将值合并为单个表中的列。谁能帮帮我？
提前致谢
【问题讨论】：
标签： python scikit-learn roc precision-recall
阈值有两个主要区别。
订单不同。 roc_curve 的阈值按降序排列，而precision_recall_curve 的阈值按升序排列。
数字不同。在roc_curve、n_thresholds = len(np.unique(probas_pred)) 中，而在precision_recall_curve 中则为数字n_thresholds = len(np.unique(probas_pred)) - 1。在后者中，不包括来自roc_curve 的最小阈值。同时，最后的精度和召回值分别为 1. 和 0.，没有对应的阈值。因此，tpr、fpr、precision和recall的item个数是一样的。
那么，回到你的问题，如何制作一个表格来包含 tpr、fpr、precision 和 recall 以及相应的阈值？步骤如下：
roc_curve的阈值中最低阈值对应的精度和召回值
【讨论】：