sklearn.confusion_matrix默认按标签排序而非训练顺序，导致TP/FP错位；需显式指定labels并用classification_report核对；ROC需predict_proba等连续分数，多分类需OvR策略。
sklearn.metrics.confusion_matrix 为什么输出和你想的不一样
默认情况下 confusion_matrix 把第一类（索引 0）当负例、第二类当正例，但如果你的标签是 ['cat', 'dog'] 或数值从 1 开始（比如 [1, 2]），它会按排序值分正负——不是按你训练时的逻辑顺序。结果就是 TP/FP 位置反了，后续准确率、召回率全错。
- 显式指定
labels=[0, 1]或labels=['neg', 'pos']，确保行列顺序可控 - 用
normalize='true'看每行比例（查全率），normalize='pred'看每列比例（查准率） - 别直接 print 矩阵就完事——配合
classification_report(y_true, y_pred)核对 F1 是否合理
ROC 曲线画出来是直线或抖动严重
根本原因通常是预测得分没用概率或置信度输出，而是用了 model.predict() 的硬分类结果。ROC 需要的是“模型认为正例有多确定”，也就是连续型分数，比如 model.predict_proba()[:, 1] 或 model.decision_function()。
- 二分类下，优先用
predict_proba；SVM、LinearSVC 这类没概率接口的，改用decision_function - 如果 label 是字符串（如
['no', 'yes']），predict_proba列顺序可能不对应，先用model.classes_确认索引 -
roc_curve对样本少于 50 的数据很敏感，插值点稀疏会导致曲线不平滑——不是 bug，是统计波动
plt.plot(fpr, tpr) 画出的 ROC 没过左上角，AUC 小于 0.5
AUC
- 检查
y_true中正例占比，再看y_score分布：如果大部分 score > 0.5 但正例占比很低，大概率是标签编码反了 - 快速验证：把
y_score取反（1 - y_score），重算 AUC —— 如果变成 > 0.5，就该翻转标签或调整阈值逻辑 - 别手动调换
fpr/tpr去“修正”曲线，那是掩盖问题
多分类场景下还硬套二分类 ROC 和混淆矩阵
sklearn 的 confusion_matrix 支持多类，但 roc_curve 和 auc 默认只接受二分类。强行喂三类标签会报错 ValueError: Target is multiclass but average='binary'。
立即学习“Python免费学习笔记（深入）”；
- 多分类混淆矩阵：直接传入多维
y_true和y_pred，用labels控制行列顺序即可 - 多分类 ROC：得用 one-vs-rest（OvR）策略，对每个类单独算一对 fpr/tpr，再用
label_binarize+OneVsRestClassifier配合 - 注意
predict_proba输出 shape：如果是 (n_samples, n_classes)，别直接取 [:, 1]，要用np.argmax或按 class index 提取对应列
混淆矩阵里对角线看着高，不代表模型好——类别极度不均衡时，光靠猜多数类就能刷高准确率。ROC 虽能缓解这问题，但前提是你的正例定义清晰、得分可比、标签没被 sklearn 自动重排过。
