我對邏輯回歸進行了網格搜索，并將評分設置為“roc_auc”。grid_clf1.best_score_ 給了我 0.7557 的 auc。之后我想繪制最佳模型的 ROC 曲線。我看到的 ROC 曲線的 AUC 為 0.50 我根本不明白這一點。我查看了預測的概率，發現它們都是 0.0 或 1.0。因此，我認為這里出了點問題，但我找不到它是什么。我的網格搜索cv代碼如下：clf1 = Pipeline([('RS', RobustScaler()), ('LR',      LogisticRegression(random_state=1, solver='saga'))])params = {'LR__C': np.logspace(-3, 0, 5),      'LR__penalty': ['l1']}grid_clf1 = GridSearchCV(clf1, params, scoring='roc_auc', cv = 5,       n_jobs=-1)grid_clf1.fit(X_train, y_train)grid_clf1.best_estimator_grid_clf1.best_score_所以這給出了最佳模型的 AUC 為 0.7557。然后，如果我自己計算模型的 AUC：y_pred_proba = grid_clf1.best_estimator_.predict_probas(X_test)[::,1]print(roc_auc_score(y_test, y_pred_proba))這給了我 0.50 的 AUC。