AUC并不总是在ROC曲线的曲线下方。曲线下面积为一些曲线下（抽象）地区，因此它比AUROC更一般的事情。对于不平衡的类，最好为精确调用曲线找到AUC。

见sklearn源roc_auc_score ：

def roc_auc_score(y_true, y_score, average="macro", sample_weight=None):
    # <...> docstring <...>
    def _binary_roc_auc_score(y_true, y_score, sample_weight=None):
            # <...> bla-bla <...>

            fpr, tpr, tresholds = roc_curve(y_true, y_score,
                                            sample_weight=sample_weight)
            return auc(fpr, tpr, reorder=True)

    return _average_binary_score(
        _binary_roc_auc_score, y_true, y_score, average,
        sample_weight=sample_weight) 

如您所见，这首先获得roc曲线，然后调用auc()获得面积。

我猜你的问题是predict_proba()调用。对于普通的predict() ，输出始终相同：

import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_curve, auc, roc_auc_score

est = LogisticRegression(class_weight='auto')
X = np.random.rand(10, 2)
y = np.random.randint(2, size=10)
est.fit(X, y)

false_positive_rate, true_positive_rate, thresholds = roc_curve(y, est.predict(X))
print auc(false_positive_rate, true_positive_rate)
# 0.857142857143
print roc_auc_score(y, est.predict(X))
# 0.857142857143

如果为此更改以上内容，有时会得到不同的输出：

false_positive_rate, true_positive_rate, thresholds = roc_curve(y, est.predict_proba(X)[:,1])
# may differ
print auc(false_positive_rate, true_positive_rate)
print roc_auc_score(y, est.predict(X))

使用y_pred（类标签）时，您已经确定了阈值。当使用y_prob（正类概率）时，您可以使用阈值，并且ROC曲线应该可以帮助您确定阈值。

对于第一种情况，您使用的是概率：

y_probs = clf.predict_proba(xtest)[:,1]
fp_rate, tp_rate, thresholds = roc_curve(y_true, y_probs)
auc(fp_rate, tp_rate)

当您执行此操作时，您正在考虑“先于” AUC，然后再决定要使用的阈值。

在第二种情况下，您使用的是预测（而不是概率），在这种情况下，对两者都使用“ predict”而不是“ predict_proba”，您应该获得相同的结果。

y_pred = clf.predict(xtest)
fp_rate, tp_rate, thresholds = roc_curve(y_true, y_pred)
print auc(fp_rate, tp_rate)
# 0.857142857143

print roc_auc_score(y, y_pred)
# 0.857142857143

predict只返回一个类别或另一个类别。然后，使用分类器上的predict结果来计算ROC，只有三个阈值（尝试所有一个类别，琐碎所有其他类别，以及介于两者之间）。您的ROC曲线如下所示：

      ..............................
      |
      |
      |
......|
|
|
|
|
|
|
|
|
|
|
|

同时， predict_proba()返回整个概率范围，因此现在您可以在数据上放置三个以上的阈值。

             .......................
             |
             |
             |
          ...|
          |
          |
     .....|
     |
     |
 ....|
.|
|
|
|
|

因此存在不同的领域。