我想验证我生成 ROC 曲线的方式的逻辑是否正确。（与实际代码的技术理解无关）。我有一个要分类的数据集。我正在使用一个神经网络，专门MLPClassifier从 python 的scikit Learn模块中获取功能。

我将训练数据集传递给fit函数，然后将predict函数与测试数据集一起使用。然后我输出一个带有假阳性值和真阳性值的混淆矩阵。

我想做的是计算一条 ROC 曲线，我需要一组真阳性和假阳性值。MLPClassifier每次使用不同的目标多次运行神经网络 ( ) 并记录不同的真阳性和假阳性值是否有意义？

这对我来说似乎很简单。用神经网络生成 ROC 曲线是否正确？