我正在使用 scikit-learn 中的 roc_auc_score 函数来评估我的模型性能。但是，无论我使用 predict() 还是 predict_proba()，我都会得到不同的值
p_pred = forest.predict_proba(x_test)
y_test_predicted= forest.predict(x_test)
fpr, tpr, _ = roc_curve(y_test, p_pred[:, 1])
roc_auc = auc(fpr, tpr)
roc_auc_score(y_test,y_test_predicted) # = 0.68
roc_auc_score(y_test, p_pred[:, 1]) # = 0.93
请问可以提供建议吗？
提前致谢
先看predict和predict_proba的区别。前者预测特征集的类别，而后者预测各种类别的概率。
您将看到 y_test_predicted 二进制格式中隐含的舍入误差的影响。y_test_predicted 由 1 和 0 组成，其中 p_pred 由 0 和 1 之间的浮点值组成。 roc_auc_score 例程改变阈值并生成真阳性率和假阳性率，因此分数看起来完全不同。
考虑以下情况：
y_test = [ 1, 0, 0, 1, 0, 1, 1]
p_pred = [.6,.4,.6,.9,.2,.7,.4]
y_test_predicted = [ 1, 0, 1, 1, 0, 1, 0]
请注意，ROC 曲线是通过考虑所有截止阈值生成的。现在考虑 0.65 的阈值...
p_pred 案例给出：
TPR=0.5, FPR=0,
y_test_predicted 案例给出：
TPR=.75 FPR=.25.
您可能会看到，如果这两个点不同，那么两条曲线下的面积也会有很大的不同。
但要真正理解它，我建议查看 ROC 曲线本身以帮助理解这种差异。
希望这可以帮助！