小编hud*_*95x的帖子

我正在使用分层10倍交叉验证来找到可预测具有最高auc的X（X具有34个标记）的y（二进制结果）的模型。我设置了GridSearchCV：

log_reg = LogisticRegression()
parameter_grid = {'penalty' : ["l1", "l2"],'C': np.arange(0.1, 3, 0.1),}
cross_validation = StratifiedKFold(n_splits=10,shuffle=True,random_state=100)
grid_search = GridSearchCV(log_reg, param_grid = parameter_grid,scoring='roc_auc',
                          cv = cross_validation)

然后执行交叉验证：

grid_search.fit(X, y)
y_pr=grid_search.predict(X)

我不理解以下内容：为什么grid_search.score(X,y)并roc_auc_score(y, y_pr)给出不同的结果（前者为0.74，后者为0.63）？在我的情况下，为什么这些命令没有做同样的事情？