我需要为特定阈值设置一个数值并生成混淆矩阵。数据在一个csv文件中（11.1 MB），下载链接是：https://drive.google.com/file/d/1cQFp7HteaaL37CefsbMNuHqPzkINCVzs/view?usp=sharing？

首先，我收到一个错误消息：“”AttributeError: predict_proba is not available when probability=False“”因此，我使用以下方法进行修正：

svc = SVC(C=1e9,gamma= 1e-07)scv_calibrated = CalibratedClassifierCV(svc)svc_model = scv_calibrated.fit(X_train, y_train) 

我在网上查了很多资料，但不太明白如何个性化设置特定阈值。这听起来相当困难。现在，我看到一个错误的输出：

array([[   0,    0],       [5359,   65]])

我不知道哪里出了问题。

我需要帮助，我在这方面是新手。谢谢

from sklearn.model_selection import train_test_splitdf = pd.read_csv('fraud_data.csv')X = df.iloc[:,:-1]y = df.iloc[:,-1]X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)def answer_four():    from sklearn.metrics import confusion_matrix    from sklearn.svm import SVC    from sklearn.calibration import CalibratedClassifierCV    from sklearn.model_selection import train_test_split     svc = SVC(C=1e9,gamma= 1e-07)    scv_calibrated = CalibratedClassifierCV(svc)    svc_model = scv_calibrated.fit(X_train, y_train)      # 设置阈值为-220    y_pred = (svc_model.predict_proba(X_test)[:,1] >= -220)        conf_matrix = confusion_matrix(y_pred, svc_model.predict(X_test))        return conf_matrixanswer_four()

这个函数应该返回一个混淆矩阵，一个包含4个整数的2×2 numpy数组。

回答：

这段代码产生了预期的输出，另外，在之前的代码中，我错误地使用了混淆矩阵，我还应该使用decision_function，并通过过滤220阈值来获取输出。

def answer_four():    from sklearn.metrics import confusion_matrix    from sklearn.svm import SVC    from sklearn.calibration import CalibratedClassifierCV    from sklearn.model_selection import train_test_split    #SVC未提及kernel，默认是rbf    svc = SVC(C=1e9, gamma=1e-07).fit(X_train, y_train)    #decision_function分数：预测样本的置信分数    y_score = svc.decision_function(X_test)    #设置阈值-220    y_score = np.where(y_score > -220, 1, 0)    conf_matrix = confusion_matrix(y_test, y_score)####阈值####在训练模型后在模型中输入阈值#阈值是类别分离的界限   return conf_matrixanswer_four()#输出: array([[5320,   24],       [  14,   66]])