Korzystam z krzywej ROCscikit-learn zfpr, tpr, thresholds = metrics.roc_curve(y_true,y_pred, pos_label=1), gdziey_true to lista wartości oparta na moim standardzie złota (tj.0 za negatywne i1 dla przypadków pozytywnych) iy_pred jest odpowiednią listą wyników (np.0.053497243, 0.008521122, 0.022781548, 0.101885263, 0.012913795, 0.0, 0.042881547 [...])

Próbuję dowiedzieć się, jak dodać przedziały ufności do tej krzywej, ale nie znalazłem żadnego łatwego sposobu, aby to zrobić za pomocą sklearn.