当没有TP和FPs时，ROCAUC得分为1

Question

我试图根据以下输入df1和ROC_输入计算指标和ROC-AUC分数。 当所有四种度量类型中都有一些值时，下面的代码可以正常工作，但如果某些度量值为零，我会遇到零除法问题或ROC-AUC分数为1。我应该如何解决这个问题

df1

TP= 0
FN= 673
TN= 826
FP= 0

代码

    def metrics(self, tp, fp, tn, fn):
        sensitivity = tp / (tp+fn),
        specificity = tn / (tn+fp),
        precision = tp / (tp+fp),
        recall = tn / (tn+fn),
        return sensitivity, specificity, precision, recall

roc_输入

link下载数据

代码

    def roc_plot(self, roc_input):
        n_classes = 2
        y_test = np.array(roc_input['y_test'], dtype=int)
        y_score = np.array(roc_input['y_score'], dtype=int)
        plt.figure(figsize=(5,5))
        fpr, tpr, thresholds = roc_curve(y_test, y_score)
        auc1 = auc(fpr,tpr)
        plt.plot(fpr, tpr,label='AUC = %0.2f)' % auc1, color='red', linewidth=2)
        plt.plot([0, 1], [0, 1], 'k--', lw=1)
        plt.xlim([0.0, 1.0])
        plt.ylim([0.0, 1.05])
        plt.xlabel('False Positive Rate')  
        plt.ylabel('True Positive Rate') 
        plt.title(myphd_id) 
        plt.grid(True)
        plt.legend(loc="lower right")
        plt.tight_layout()
        return auc1