Taxa positiva verdadeira e taxa de falso positivo (TPR, FPR) para dados de várias classes em python
Como você calcula as taxas de verdadeiro e falso positivo de um problema de classificação de várias classes? Dizer,
y_true = [1, -1, 0, 0, 1, -1, 1, 0, -1, 0, 1, -1, 1, 0, 0, -1, 0]
y_prediction = [-1, -1, 1, 0, 0, 0, 0, -1, 1, -1, 1, 1, 0, 0, 1, 1, -1]
A matriz de confusão é calculada pormetrics.confusion_matrix(y_true, y_prediction), mas isso apenas muda o problema.
EDITAR após a resposta de @ seralouk. Aqui a turma-1 deve ser considerado como negativo, enquanto0 e1 são variações de positivos.