随机森林模型AUC值计算问题

问题遇到的现象和发生背景

构建随机森林二分类模型，在计算AUC值和绘制ROC曲线过程中，发现交叉验证得到的AUC和roc_auc得到的AUC值相差很多

问题相关代码

# 方法1
 cross_val_score(clf_rf,Xtest,Ytest,scoring="roc_auc",cv=5).mean()


# 方法2
 clf_rf = RandomForestClassifier(n_estimators=i
                              #,class_weight="balanced"
                              ,random_state=90
                             ).fit(Xtrain,Ytrain
 fpr1,tpr1,thres1 = metrics.roc_curve(Ytrain, clf_rf.predict_proba(Xtrain)[:,1])
 roc_auc1 = metrics.auc(fpr1, tpr1)

？？你用测试集做交叉验证？？。下面评估分数又是训练集的