我对逻辑回归进行了网格搜索,并将得分设置为'roc_auc'。 grid_clf1.best_score_给了我一个0.7557的auc。之后我想绘制最佳模型的ROC曲线。我看到的ROC曲线的AUC为0.50我根本不明白这一点。
我查看了预测的概率,我发现它们都是0.0或1.0。因此,我认为这里出了问题,但我找不到它是什么。
网格搜索cv的代码如下:
clf1 = Pipeline([('RS', RobustScaler()), ('LR',
LogisticRegression(random_state=1, solver='saga'))])
params = {'LR__C': np.logspace(-3, 0, 5),
'LR__penalty': ['l1']}
grid_clf1 = GridSearchCV(clf1, params, scoring='roc_auc', cv = 5,
n_jobs=-1)
grid_clf1.fit(X_train, y_train)
grid_clf1.best_estimator_
grid_clf1.best_score_
因此,最佳模型的AUC为0.7557。然后,如果我自己计算模型的AUC:
y_pred_proba = grid_clf1.best_estimator_.predict_probas(X_test)[::,1]
print(roc_auc_score(y_test, y_pred_proba))
这给了我一个0.50的AUC。
您的示例代码看起来有两个问题:
roc_auc_score
时使用测试集roc_auc_score
函数调用略有不同。它可以扩展到np.mean(cross_val_score(...))
因此,如果考虑到这一点,您将获得相同的评分值。您可以使用the colab notebook作为参考。