ROC曲線を作成できない

Question

前提・実現したいこと

予測したモデルからROC曲線を作成したいが1点しか生成されず、直線的なROCになってしまう。
データ数:(va_y:89, va_pred:89)

■■な機能を実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

エラーメッセージ!

該当のソースコード

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from xgboost import  XGBClassifier
import xgboost as xgb
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import MinMaxScaler
from sklearn.model_selection import KFold
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score, log_loss, accuracy_score,f1_score, recall_score, precision_score,confusion_matrix
import itertools

test = pd.read_csv("test.csv")
train = pd.read_csv("train.csv")

train_x = train.drop(["disease","id"], axis=1)
train_x

train_y = train["disease"]
train_y

test = test.drop(["id"], axis=1)

train_x["Gender"] = train_x["Gender"].replace({"Male":1,"Female":0})
test["Gender"] = test["Gender"].replace({"Male":1,"Female":0})

scores_logloss = []
scores_accuracy = []

params = {
    "booster": "gbtree",
    "objective":"binary:logistic'",
    "eta":0.1,
    "gamma":0,
    "alpha":0.1,
    "lambda":3.0,
    "min_child_weight":0,
    "max_depth":7,
    "subsample":0.8,
    "colsample_bytree":0.8,
    "silent":1,
    "random_state":71}

model = XGBClassifier(n_estimators = 170, ramdom_state=71,
                    max_depth = 7,
                    min_child_weight = 0)

model.fit(tr_x,tr_y)

va_pred = model.predict(va_x) 

logloss = log_loss(va_y, va_pred)
accuracy = accuracy_score(va_y, va_pred > 0.5)
f1 = f1_score(va_y, va_pred)
recall = recall_score(va_y,va_pred)
precision_train = precision_score(va_y, va_pred)

scores_logloss.append(logloss)
scores_accuracy.append(accuracy)
        
logloss = np.mean(scores_logloss)
accuracy = np.mean(scores_accuracy)

from sklearn.metrics import roc_curve, auc
import matplotlib.pyplot as plt

roc = roc_curve(va_y, va_pred,drop_intermediate=False)
auc = auc(fpr, tpr)
fpr, tpr, thresholds = roc_curve(va_y, va_pred,drop_intermediate=False)

plt.plot(fpr, tpr, label='ROC curve (area = %.2f)'%auc)
plt.plot(np.linspace(1, 0, len(fpr)), np.linspace(1, 0, len(fpr)), label='Random ROC curve (area = %.2f)'%0.5, linestyle = '--', color = 'gray')

plt.legend()
plt.title('ROC curve')
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.grid(True)
plt.show()

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Comments

[1T2R3M4]

>■■な機能を実装中に以下のエラーメッセージが発生しました。
■■のような表現をしないで具体的な内容を提示してください。
また、エラーメッセージ、試したことが未記載ですので質問を編集して
追記していただけませんか。

[jbpb0]

fpr, tpr, thresholds = roc_curve(va_y, va_pred,drop_intermediate=False)

のすぐ上に

print(va_pred)

を追加して、「va_pred」の数値を確認してみてください

「va_pred」が、たとえば0, 1だけとかの2値だと、そうなります
たとえば0.0〜1.0とかの浮動小数点数ならば、もっとたくさんの点が計算され、グラフは滑らかに表示されるはずです

[shishi_maru440]

おっしゃる通り、array([1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1,
1, 0, 0, 1, 1, 1, 1, 1, 0, 1, 1, 0, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0,
0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0,
1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 1,
1, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 1,
0, 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0,
0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 1, 1,
0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1,
1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0,
1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0,
0, 0, 0])となっていました。

[jbpb0]

va_pred = model.predict(va_x)

のすぐ下に

print(va_pred)

を追加した場合は、どうでしょうか？
0.0〜1.0の浮動小数点数ならば、それをそのまま

fpr, tpr, thresholds = roc_curve(va_y, va_pred,drop_intermediate=False)

に使ってみてください