sklearn auc 分数 - diff metrics.roc_auc_score & model_selection.cross_val_score答案

【问题标题】：sklearn auc score - diff metrics.roc_auc_score & model_selection.cross_val_scoresklearn auc 分数 - diff metrics.roc_auc_score & model_selection.cross_val_score
【发布时间】：2018-09-07 17:30:04
【问题描述】：

请温柔一点，sklearn 的新手。计算客户流失，使用不同的 roc_auc 评分，我得到 3 个不同的分数。得分 1 和 3 接近，两者与得分 2 之间存在显着差异。感谢您提供有关为什么会有这种差异以及哪个可能是首选的指导？非常感谢！

from sklearn.model_selection import cross_val_score
from sklearn.metrics import roc_auc_score


param_grid = {'n_estimators': range(10, 510, 100)}
grid_search = GridSearchCV(estimator=RandomForestClassifier(criterion='gini', max_features='auto',
                    random_state=20), param_grid=param_grid, scoring='roc_auc', n_jobs=4, iid=False, cv=5, verbose=0)
grid_search.fit(self.dataset_train, self.churn_train)
score_roc_auc = np.mean(cross_val_score(grid_search, self.dataset_test, self.churn_test, cv=5, scoring='roc_auc'))
"^^^ SCORE1 - 0.6395751751133528

pred = grid_search.predict(self.dataset_test)
score_roc_auc_2 = roc_auc_score(self.churn_test, pred)
"^^^ SCORE2 - 0.5063261397640454

print("grid best score ", grid_search.best_score_)
"^^^  SCORE3 - 0.6473102070034342

【问题讨论】：

标签： python machine-learning scikit-learn auc

【解决方案1】：

我相信下面的链接已经回答了这个问题，它指向 GridSearchCV 中的折叠并在较小的分割上得分？

Difference in ROC-AUC scores in sklearn RandomForestClassifier vs. auc methods

【讨论】：