Question

我正在使用R中glmnet库的cv.glmnet函数。我运行以下函数：

model = cv.glmnet(x = data, y = label, family = 'binomial', alpha = 0.1,type.measure = "auc")

从以下我预计得到的AUC介于0.62和0.64

之间

但是，当我将相同的数据（即训练数据）传递给预测函数时，即

pred = predict(fit, newx = data, type = 'class',s ="lambda.min")
auc(label,pred)

我只回到0.56的AUC。

我理解交叉验证的随机性 - 但直观地说，我希望在交叉验证建议的范围内得到一些东西。

我错过了什么？提前致谢

Answer 1

我不确定auc（）的工作方式（这似乎是glmnet的内部功能），但是您应该尝试将预测作为链接或响应而不是类传递给

pred = predict(fit, newx = data, type = 'response',s ="lambda.min") auc(label,pred)

class通过单一响应阈值（例如0.5）为您提供预测的类，而response为您提供了可用于计算整个响应函数中auc的概率。