ощьюLogisticRegression класс вscikit-learn по версиинабор данных задержки рейса.

я используюpandas выбрать несколько столбцов:

df = df[["MONTH", "DAY_OF_MONTH", "DAY_OF_WEEK", "ORIGIN", "DEST", "CRS_DEP_TIME", "ARR_DEL15"]]

Я заполняюNaN значения с 0:

df = df.fillna({'ARR_DEL15': 0})

Убедитесь, что категориальные столбцы помечены типом данных «категория»:

df["ORIGIN"] = df["ORIGIN"].astype('category')
df["DEST"] = df["DEST"].astype('category')

Тогда позвониget_dummies() изpandas:

df = pd.get_dummies(df)

Сейчас я тренируюсь и проверяю свой набор данных:

from sklearn.linear_model import LogisticRegression
lr = LogisticRegression()

test_set, train_set = train_test_split(df, test_size=0.2, random_state=42)

train_set_x = train_set.drop('ARR_DEL15', axis=1)
train_set_y = train_set["ARR_DEL15"]

test_set_x = test_set.drop('ARR_DEL15', axis=1)
test_set_y = test_set["ARR_DEL15"]

lr.fit(train_set_x, train_set_y)

Однажды я позвонюscore метод я получаю около 0,867. Тем не менее, когда я звонюroc_auc_score Метод, который я получаю гораздо меньшее число около 0,583

 probabilities = lr.predict_proba(test_set_x)

 roc_auc_score(test_set_y, probabilities[:, 1])

Есть ли какая-то причина, почему РПЦ АУК намного ниже, чемscore метод обеспечивает?