GridSearchCV评分参数：使用评分=＆＃39; f1＆＃39;或得分=无（默认情况下使用准确度）给出相同的结果

Question

我使用了从书中提取的一个例子＆＃34;掌握机器学习与scikit学习＆＃34;。

它使用决策树来预测网页上的每个图像是否都是 广告或文章内容。然后可以使用层叠样式表隐藏被分类为广告的图像。这些数据可从互联网广告数据集公开获得：http://archive.ics.uci.edu/ml/datasets/Internet+Advertisements，其中包含3,279张图片的数据。

以下是完成分类任务的完整代码：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.cross_validation import train_test_split
from sklearn.metrics import classification_report
from sklearn.pipeline import Pipeline
from sklearn.grid_search import GridSearchCV
import sys,random

def main(argv):
    df = pd.read_csv('ad-dataset/ad.data', header=None)
    explanatory_variable_columns = set(df.columns.values)
    response_variable_column = df[len(df.columns.values)-1]


    explanatory_variable_columns.remove(len(df.columns.values)-1)
    y = [1 if e == 'ad.' else 0 for e in response_variable_column]
    X = df[list(explanatory_variable_columns)]

    X.replace(to_replace=' *\?', value=-1, regex=True, inplace=True)

    X_train, X_test, y_train, y_test = train_test_split(X, y,random_state=100000)

    pipeline = Pipeline([('clf',DecisionTreeClassifier(criterion='entropy',random_state=20000))])

    parameters = {
        'clf__max_depth': (150, 155, 160),
        'clf__min_samples_split': (1, 2, 3),
        'clf__min_samples_leaf': (1, 2, 3)
    }

    grid_search = GridSearchCV(pipeline, parameters, n_jobs=-1,verbose=1, scoring='f1')
    grid_search.fit(X_train, y_train)
    print 'Best score: %0.3f' % grid_search.best_score_
    print 'Best parameters set:'
    best_parameters = grid_search.best_estimator_.get_params()
    for param_name in sorted(parameters.keys()):
        print '\t%s: %r' % (param_name, best_parameters[param_name])

    predictions = grid_search.predict(X_test)
    print classification_report(y_test, predictions)


if __name__ == '__main__':
  main(sys.argv[1:])

在GridSearchCV中使用评分=＆＃39; f1＆＃39; 的结果如下：

使用评分=无（默认情况下，准确度测量）的结果与使用F1评分相同：

如果我没错，通过不同的评分函数优化参数搜索会产生不同的结果。以下情况表明，当使用评分=＆＃39; 时，会获得不同的结果。

使用评分=＆＃39;精度＆＃39; 的结果与其他两种情况不同。对于“召回”等也是如此：

为什么＆＃39; F1＆＃39;并且没有，按照默认准确度，给出相同的结果??

EDITED

我同意Fabian＆amp;的两个答案。塞巴斯蒂安。问题应该是小的param_grid。但我只是想澄清一下，当我使用完全不同的（不是这里的示例中的那个）高度不平衡的数据集100：1（应该影响准确性）和使用Logistic回归时，问题激增。在这种情况下，“F1＆＃39;和准确性给出了相同的结果。

在这种情况下，我使用的param_grid如下：

parameters = {"penalty": ("l1", "l2"),
    "C": (0.001, 0.01, 0.1, 1, 10, 100),
    "solver": ("newton-cg", "lbfgs", "liblinear"),
    "class_weight":[{0:4}],
}

我猜参数选择也太小了。

Answer 1

我认为作者并没有很好地选择这个例子。我可能在这里遗漏了一些内容，但min_samples_split=1对我来说没有意义：它与设置min_samples_split=2相同，因为您无法拆分1个样本 - 实质上，它浪费了计算时间。

  

来自文档：min_samples_split：＆＃34;拆分内部节点所需的最小样本数。＆＃34;

顺便说一下。这是一个非常小的网格，无论如何都没有多少选择，这可以解释为什么accuracy和f1为您提供相同的参数组合，因此给出相同的评分表。

如上所述，数据集可以很好地平衡，这就是F1和准确度分数可能更喜欢相同参数组合的原因。因此，使用（a）F1得分和（b）准确度进一步研究你的GridSearch结果，我得出结论，在这两种情况下，深度为150的效果最好。由于这是较低的边界，它会给你一个轻微的后躯，即较低的深度＆＃34;价值观可能会更好。但是，我怀疑这棵树甚至没有深入到这个数据集上（你可以最终得到＆＃34;纯粹的＃34;在达到最大深度之前就已经很好了。）

因此，让我们使用以下参数网格重复实验，使用以下参数网格

parameters = {
    'clf__max_depth': list(range(2, 30)),
    'clf__min_samples_split': (2,),
    'clf__min_samples_leaf': (1,)
}

最佳＆＃34;深度＆＃34;最佳F1得分似乎在15左右。

Best score: 0.878
Best parameters set:
    clf__max_depth: 15
    clf__min_samples_leaf: 1
    clf__min_samples_split: 2
             precision    recall  f1-score   support

          0       0.98      0.99      0.99       716
          1       0.92      0.89      0.91       104

avg / total       0.98      0.98      0.98       820

接下来，让我们使用＆＃34;准确度＆＃34; （或None）作为我们的评分指标：

> Best score: 0.967
Best parameters set:
    clf__max_depth: 6
    clf__min_samples_leaf: 1
    clf__min_samples_split: 2
             precision    recall  f1-score   support

          0       0.98      0.99      0.98       716
          1       0.93      0.85      0.88       104

avg / total       0.97      0.97      0.97       820

正如您所看到的，您现在得到了不同的结果，并且＆＃34;最佳＆＃34;如果使用＆＃34;准确度，深度会有所不同。＆＃34;

Answer 2

我不同意通过不同的评分函数优化参数搜索必然会产生必然不同的结果。如果您的数据集是平衡的（每个类中的样本数量大致相同），我希望通过精确度和F1选择模型将产生非常相似的结果。

另外，请记住GridSearchCV优化了离散网格。也许使用更细的参数网格会产生您正在寻找的结果。

Answer 3

在不平衡数据集上，使用f1_score记分器的“labels”参数仅使用您感兴趣的类的f1分数。或者考虑使用“sample_weight”。