Question

我有这个管道，其中X_train和y_train都是两个数组，具有相同的行数（所有整数和浮点数，y_train为二进制，值分别为1和0）。当我运行它时，一切似乎都进行得很顺利。这是代码：

from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.impute import KNNImputer
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_val_score, KFold

seed = 7
kfold = KFold(n_splits=10)

pipe = Pipeline([
    ('Scaler', StandardScaler()),
    ("Imputer", KNNImputer()),
    ('ML', RandomForestClassifier(max_depth=3))])

results = cross_val_score(pipe, X_train, y_train, cv=kfold, scoring="roc_auc")

当我尝试打印结果时，它会给我以下信息：

print(results)
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

它给出了10个值1的数组。

为什么？
我该如何分别访问那些模型？
该如何选择最好的（假设它们具有不同的值）？

Answer 1

这在cross_val_score函数的文档中进行了解释。

在您的示例中，您可以通过选择scoring参数获得每个折叠的ROC AUC

我想您的模型严重拟合了数据，这就是AUC始终为1.0，即最大值

分类，cross_val_score（）返回一个数组1

1 个答案: