在具有线性SVM铰链丢失的SGD中，当loss = hinge时，如何获得因为predict_proba的AUC分数不起作用

Question

我看到在文档中提到了预报_proba不适用于loss = hinge。还有其他获取AUC分数的方法吗？

我在网上搜索解决方案时，发现了不同的方法，例如partial_fit，decision_function，CalibratedClassifierCV，但是我对如何以及何时使用这些方法感到困惑。

K=[0.0001,0.01,0.1,10,100,1000]
cv_auc=[]
train_auc=[]
for i in K:
    clf = SGDClassifier(alpha=i, penalty='l2', loss='hinge')
    clf.partial_fit(x_train,y_train,np.unique(y))
    y_train_pred=clf.predict_proba(x_train)
    y_cv_pred=clf.predict_proba(x_cv)
    train_auc.append(roc_auc_score(y_train,y_pred))
    cv_auc.append(roc_auc_score(y_cv,y_pred))

我想使用带有ROC_AUC的CV找到最佳的alpha。