在为各种分类器构建 ROC 曲线时，我注意到它们的实际形状对于逻辑回归或 SVM 等模型与 k-NN 相比往往非常不同。例如，在下图中，我们看到对应于 k-NN 分类器的 ROC 曲线，并且可以看出几乎没有任何“步骤”或跳跃（如果有的话），因此非常平滑。另一方面，如果我们观察我为 SVM 模型获得的 ROC 曲线，则步骤肯定更丰富。我已经对各种数据集进行了尝试，对于 scikit-learn 中 k-NN 的 ROC 曲线，似乎总是不存在步骤或跳跃；我不知道R是否也这样做。有谁知道为什么 k-NN 的 ROC 曲线可能采用这种特定形状，而 SVM 或 LR 的 ROC 曲线明显涉及更多步骤？提前非常感谢。