我有一个管道，其中X_train 和 y_train 都是数组，并且行数相同（都是整数和浮点数，y_train 是二进制的，值为1和0）。当我运行它时，一切似乎都进行得很完美。这是代码：

from sklearn.preprocessing import StandardScalerfrom sklearn.pipeline import Pipelinefrom sklearn.impute import KNNImputerfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.model_selection import cross_val_score, KFoldseed = 7kfold = 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，它显示如下：

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

它给出了一个包含10个值1的数组。

• 为什么会这样？
• 我如何访问每个模型？
• 假设它们有不同的值，我如何选择最好的一个？

回答：

这在cross_val_score函数的文档中有解释。

在你的例子中，你在每个折叠上获得了ROC AUC（通过选择你的scoring参数）。

我猜你的模型严重过拟合了数据，这就是为什么AUC总是1.0，即最大值。