也许这是一个微不足道的问题，但我现在有点困惑......我会解释一下：我的数据中有一些元素，每个元素的值都在 0 和 1 之间，并且有一个关联的标签 (1, 0)。我需要测试一些阈值，然后计算 ROC-AUC 曲线。例如阈值 = 0.4，所有大于 0.4 的值都将被预测为真（1），所有低于 0.4 的值都将被预测为假（0），然后我将结果与实际标签进行比较来计算真阳性率和假阳性率，最后构建 ROC-AUC 曲线。

所以，我的问题是，考虑到基于选择的阈值，我已经知道元素将落在哪个预测之下，我不需要机器学习分类器来执行默认的训练和测试阶段，对吧？