已计算 ROC 曲线， python 计算约登指数 thresholds 函数代码

在Python中，计算ROC曲线（Receiver Operating Characteristic Curve）上的约登指数（Youden's Index，也称为Jaccard指数）通常需要结合`sklearn.metrics.roc_curve`函数的结果以及一些额外的处理。约登指数是一个评价二分类模型性能的指标，它等于真正率（True Positive Rate, TPR）和假正率（False Positive Rate, FPR）之差的最大值。

首先，你需要安装`scikit-learn`库，如果尚未安装，可以使用`pip install scikit-learn`命令安装。下面是计算约登指数的步骤：

from sklearn.metrics import roc_curve, roc_auc_score

# 假设你已经有了y_true标签和y_scores预测概率
y_true = [...]
y_scores = [...]

# 计算ROC曲线和阈值
fpr, tpr, thresholds = roc_curve(y_true, y_scores)

# 计算约登指数
jaccard_index = max(tpr - fpr) 

# 查找最佳阈值，使得Jaccard指数最大
best_threshold_idx = np.argmax(tpr - fpr)
best_threshold = thresholds[best_threshold_idx]

# 输出结果
print(f"约登指数 (Youden's Index): {jaccard_index}")
print(f"最佳阈值: {best_threshold}")

# 如果需要画出ROC曲线并标出约登点
import matplotlib.pyplot as plt
plt.plot(fpr, tpr, label=f"Youden's Index: {jaccard_index:.2f}")
plt.axvline(x=best_threshold, linestyle='--', color='red', label="Best Threshold")
plt.xlabel("False Positive Rate")
plt.ylabel("True Positive Rate")
plt.legend()
plt.show()