scikit-learn - scikit-learn 0.14 中的 auc_score

Question

我正在scikit-learn 中针对二进制分类问题训练RandomForestClassifier 。我想最大化模型的 auc 分数。我知道这在 0.13 稳定版本中是不可能的，但在 0.14 前沿版本中是可能的。

我试过这个，但我似乎得到了更糟糕的结果：

ic = RandomForestClassifier(n_estimators=100, compute_importances=True, criterion='entropy', score_func = auc_score);

这是作为模型的参数还是仅在 gridsearchCV 中起作用？

如果我在 gridsearchCV 中使用它，它会使模型更适合数据auc_score吗？我也想尝试最大化recall_score。

score 1 · Accepted Answer

我很惊讶上面没有引发错误。您只能将 AUC 用于模型选择，就像在 GridSearchCV 中一样。如果你在那里使用它（scoring='roc_auc'iirc），这意味着将选择具有最佳 auc 的模型。就这个分数而言，它并没有使单个模型更好。不过，它仍然值得尝试。

score 0 · Accepted Answer

我发现了一篇期刊文章，该文章使用随机森林解决了高度不平衡的类。尽管它旨在在 Hadoop 集群上运行 RDF，但同样的技术似乎也适用于较小的问题：

del Río, S.、López, V.、Benítez, JM 和 Herrera, F. (2014)。关于使用随机森林将 MapReduce 用于不平衡的大数据。信息科学，285，112-137。

2 回答 2