scikit-learn - 将auc_score用作得分函数时，GridSearchCV是否使用预报或predict_proba？

Question

将auc_score用作得分函数时，GridSearchCV是否使用预报或predict_proba？

预测函数生成预测的类标签，该类标签始终会产生三角形的ROC曲线。使用预测的类概率可以获得更弯曲的ROC曲线。据我所知，后一种更为准确。如果是这样，则“弯曲” ROC曲线下的区域可能最适合于在网格搜索中衡量分类性能。

因此，当使用ROC曲线下的区域作为性能度量时，我是否对栅格搜索使用了类别标签或类别概率感到好奇。我试图在代码中找到答案，但找不到答案。这里有人知道答案吗？

谢谢

Answer 1

要使用auc_score进行网格搜索，您确实需要像所指出的那样使用predict_proba或decision_function。 在0.13版本中是不可能的。 如果执行score_func=auc_score，它将使用没有任何意义的predict。

[edit]从0.14 [/ edit]开始，可以通过将新的scoring参数设置为roc_auc:GridSearch(est, param_grid, scoring='roc_auc')来使用auc_score进行网格搜索。它将做正确的事情，并使用predict_proba(如果decision_function不可用，则使用predict_proba)。
参见whats new page of the current dev version。

您需要从github安装当前的master以获得此功能，或者等到April(？)才获得0.14。