строка документации sklearn roc_curve:
«y_score: array, shape = [n_samples] Целевые баллы, могут быть либо оценками вероятности положительного класса, либо значениями достоверности, либо бинарными решениями».
В какой ситуации имеет смысл установить y_score в двоичный вектор («двоичные решения»)? Разве это не привело бы к кривой ROC с одной точкой, которая не соответствует точке?
Если вы используете классификатор, который не выводит оценки вероятности (например, svm.SVC без явного probability=True), нет способа вычислить кривую ROC. Как разработчик API, у вас есть два варианта: вызвать исключение и не предоставлять пользователю никакой полезной информации или построить вырожденную кривую с одной точкой данных. Я бы сказал, что последнее более полезно.
