我正在尝试使用 xgboost。
我在 xgboost 上使用 score='roc_auc' 运行 GridSearchCV。最好的分类器得分约为 0.935（这是我从 GS 输出中读取的）。但是现在当我对相同的数据运行最佳分类器时：
roc_auc_score(Y, clf_best_xgb.predict(X))
它给了我分数〜0.878
你能告诉我这两种情况下的分数是如何评估的吗？谢谢
roc_auc 评分 GridSearch
数据挖掘
scikit-学习
xgboost
评估
2022-02-08 16:40:13
1个回答
尝试使用predict_proba而不是predict如下。它应该给你相同的号码。
roc_auc_score(Y, clf_best_xgb.predict_proba ( X)[:,1])
当我们计算 AUC 时，大多数时候人们会使用概率而不是实际的类。