CatBoostClassifier - AUC 指标

Question

我有关于 CatBoostClassifier 的问题。

params = {
'loss_function' : 'Logloss',
'eval_metric' : 'AUC',
'verbose' : 200,
'random_seed' : 42,
'custom_metric' : 'AUC:hints=skip_train~false'
}

cbc = CatBoostClassifier(**params)
cbc.fit(x_tr, y_tr,
        eval_set = (x_te, y_te),
        use_best_model = True,
        plot = True
        );

predictions = cbc.predict(x_te)

模型结果：

最佳测试 = 0.6786987522

但是当我尝试时：

 from sklearn import metrics
 auc = metrics.roc_auc_score(y_te, predictions)
 auc

我得到了0.5631684491978609 结果。为什么这个结果不同？第一个和第二个结果是什么意思？哪个是我的 cbc 模型的最终指标？

Answer 1

好的， 我找到了解决方案。我应该使用：

predictions = cbc.predict_proba(x_te) 

而不是

predictions = cbc.predict(x_te)

现在我得到了相同的结果。