sklearn中roc_auc_score与plot_roc_curve的AUC计算差异问题

两个计算路径输入的预测值类型存在本质差异：

• 你手动调用roc_auc_score()时，传入的yPred来自model.predict(X_test)，输出是非0即1的硬分类标签，属于离散值。
• plot_roc_curve()内部不会使用predict()的输出，而是自动调用模型的predict_proba()（或decision_function()，匹配模型自身实现逻辑），获取范围连续的预测置信度得分（比如正类的概率值），基于全量阈值扫描生成完整ROC曲线后计算AUC。

验证方式 #

修改你的代码，将连续预测概率传入roc_auc_score，即可得到和绘图组件完全一致的结果：

# 取样本属于正类的预测概率作为输入
y_pos_proba = model.predict_proba(X_test)[:, 1]
print(roc_auc_score(y_test, y_pos_proba))

为什么硬标签计算的AUC会偏低 #

用离散的0/1标签计算AUC，相当于只截取了全量ROC阈值中的1个点的分类结果，丢失了模型对不同样本的置信度差异信息，无法完整反映模型对样本的排序能力，因此计算出的AUC必然低于基于连续得分得到的标准AUC。你在真实数据集上观测到的0.1量级的偏差，就是两种计算逻辑的固有差值，和模型训练效果无关。

补充提示 #

• 从sklearn 1.2版本开始，plot_roc_curve已被弃用，推荐使用RocCurveDisplay.from_estimator或RocCurveDisplay.from_predictions替代，核心计算逻辑没有变化。
• 计算AUC时必须传入连续的预测分数（概率、决策得分等），不要直接传入predict()输出的硬分类标签。

内容的提问来源于stack exchange，提问作者hafnerl