Python 如果我在CNN中获得相同的AUC和AUROC值，这意味着什么？

我正在运行一个卷积神经网络。在它完成运行之后，我使用一些度量来评估模型的性能。其中2个指标是sklearn的auc和roc_auc_分数

AUC功能：

AUROC功能：

我使用的代码如下所示：

print(pred)
fpr, tpr, thresholds = metrics.roc_curve(true_classes, pred, pos_label=1)
print("-----AUC-----")
print(metrics.auc(fpr, tpr))
print("----ROC AUC-----")
print(metrics.roc_auc_score(true_classes, pred))

其中，true_classes是一个表格，其形式为：[0 1 0 1 1 0]，其中1为正标签，0为负标签

pred是模型的预测值：

prediction = classifier.predict(test_final)
prediction1 = []
predictions = []
for preds in prediction:
    prediction1.append(preds[0])

pred = prediction1

---

然而，无论我运行测试多少次，我都会得到相同的AUC和ROC AUC值（我的意思是，每个测试中的AUC和ROC AUC值都是相同的。不是说它们在所有测试中都保持不变。例如，对于测试1，我得到AUC=0.987和ROC_AUC=0.987，对于测试2，我得到AUC=0.95和ROC_AUC=0.95）。我做错什么了吗？还是正常？

根据链接的文档，

度量。auc

是从曲线点计算曲线下面积的通用方法

指标。roc\u auc\u得分是一种用于计算roc曲线下面积的具体案例方法

如果您使用相同的数据来计算这两个指标，您不会期望看到不同的结果，因为
指标。roc_auc_得分
将做与
指标相同的事情。auc
最有可能的是，在引擎罩下使用
指标.auc
方法本身（即使用一般方法计算ROC曲线下面积的具体任务）。
哦，我明白了。我很困惑，我以为他们在计算不同的东西。谢谢！