我试图从概念上理解Python代码是如何工作的，所以我可以写一篇关于它的论文。我对随机森林算法有一个类似的问题；但也许如果我明白了这一点，我也会明白的。以下是我认为与我的问题相关的部分：
from sklearn.model_selection import StratifiedKFold
from sklearn.metrics import roc_curve, auc
from numpy import interp
statifiedFolds = StratifiedKFold(n_splits=5, shuffle=True)
tprs = []
aucs = []
mean_fpr = np.linspace(0, 1, 100)
i = 1
for train,test in statifiedFolds.split(x,y):
svc = SVC(kernel = 'rbf', C = 10000, gamma = 0.1)
x_train, x_test = x[train], x[test]
y_train, y_test = y[train], y[test]
svc.fit(x_train, y_train)
y_pred = svc.decision_function(x_test)
fpr, tpr, thresholds = roc_curve(y_test,y_pred)
tprs.append(interp(mean_fpr, fpr, tpr))
tprs[-1][0] = 0.0
roc_auc = auc(fpr, tpr)
aucs.append(roc_auc)
i += 1
mean_tpr = np.mean(tprs, axis=0)
mean_tpr[-1] = 1.0
mean_auc = auc(mean_fpr, mean_tpr)
据我所知，ROC曲线描绘了假阳性率与真阳性率的关系。但每次在测试集上运行SVM时，您都会得到每个测试点的单个二进制预测。然后通过统计真阳性和假阳性来计算真阳性率和假阳性率。所以tpr应该只是一个数字，fpr也应该是。因此(tpr，fpr(应该只是一个点。
这让我想到，要获得roc曲线，应该在许多不同的参数下运行分类算法。如果你幸运的话，算法会有一个参数，这样更大的值往往会以牺牲特异性为代价来提高灵敏度，或者反过来。但SVM的两个参数(C和gamma(都不能做到这一点。所以我认为你必须尝试很多C和gamma的值，直到roc曲线的左、中、右区域都得到很好的表示。
但这个代码看起来一点也不像。只有一对参数值(C=10000，gamma=0.1(被调用。支持向量机只运行一次，然后调用插值函数，在5倍交叉验证的每个倍数内。
我的问题是：如何可能只使用1个点来插值roc曲线？
这种推理的错误在于svc.decision_function(x_test)是而不是返回二进制数据。
它实际上返回了一个(有符号(值，与样本X到分离超平面的距离成比例。因此，您可以通过在默认值0附近调整阈值来绘制适当的roc曲线。
注意：有关详细信息，请参阅参考文档，svc.decision_function将根据svc的decision_function_shape参数返回略有不同的格式。