如何解决CatBoostClassifier-AUC指标
我对CatBoostClassifier有疑问。
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:
bestTest = 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
个结果。为什么这个结果不同?第一和第二结果是什么意思?哪个是我的CBC模型的最终指标?
解决方法
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)
现在我得到相同的结果。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。