如何在Python中基于predict_proba计算相等的错误率？

如何解决如何在Python中基于predict_proba计算相等的错误率？

可以说，我使用了sci-kit中的SVM来对几种生物特征样本进行分类。

它将生成真实用户和冒名顶替者的概率估计。

那么，从这里如何计算EER？

我到目前为止所做的

for threshold in range_iteration:
    far.append(np.size(np.where(score_imposter >= threshold)) / np.size(score_imposter))
    frr.append(np.size(np.where(score_genuine < threshold)) / np.size(score_genuine))

请注意，该阈值是基于基于predict_proba的最大值和最小值的几个间隔定义的。

score_genuine等于基于真实测试样本的真实用户的概率估计，着重于真实概率列。那是我写的低于误判率的门槛。

虽然score_imposter是预测真实用户的概率，但自我假设以来得分大于阈值，但大于阈值被视为错误接受。