我一直在研究一个分类问题。使用不同的分类器（见下图），我获得的AUC分数在0.79-0.80之间，这还不错。然而，我正在尝试提高分类器的性能。为了找到改进的方法，我使用这个教程生成了以下可视化图表。Extra Trees似乎是最好的。但在此之后，我不知道该如何继续。例如，我可以用这张图来告知VotingClassifier吗？如果可以，如何做？我欢迎任何建议。

回答：

ROC_AUC分数仅对概率的顺序敏感，而对它们的绝对值不敏感。字面上讲，如果你将所有的概率值除以2，ROC_AUC分数将不会改变。

这意味着，概率校准对于提高AUC是无用的。你必须求助于其他方法。我不知道你已经尝试了什么，列表可能包括

• 特征工程
• 特征选择
• 用于优化超参数的GridSearch