当使用auc_score作为分数函数时，GridSearchCV是否使用预测或predict_proba？

Question

当使用auc_score作为分数函数时，GridSearchCV是否使用预测或predict_proba？

预测函数生成预测的类标签，它将始终生成三角形ROC曲线。使用预测的类概率获得更加曲线的ROC曲线。就我所知，后者是更准确的。如果是这样，那么'曲线'ROC曲线下的面积可能是衡量网格搜索中分类性能的最佳方法。

因此，我很好奇，如果在网格搜索中使用类标签或类概率，那么使用ROC曲线下的区域作为性能测量时。我试图找到代码中的答案，但无法弄清楚。这里有人知道答案吗？

感谢

Answer 1

要使用auc_score网格搜索你真的需要使用predict_proba或decision_function正如你所指出。 这在0.13版本中是不可能的。如果你做score_func=auc_score它将使用predict这没有任何意义。

[编辑]由于0.14 [/编辑] ，能够使用auc_score做网格搜索，由新scoring参数设置为roc_auc：GridSearch(est, param_grid, scoring='roc_auc')。它会做正确的事情，并使用predict_proba（或decision_function，如果predict_proba不可用）。 请参阅whats new page of the current dev version。

您需要从github安装当前主服务器才能获得此功能，或者等到4月（？）为0.14。