Question

当我尝试：

scores = cross_validation.cross_val_score(clf, features, target, cv=percent 
                                             , scoring =     \
metrics.make_scorer(metrics.precision_recall_fscore_support) )
    print(scores)

我收到错误：

文件“D：\ Anaconda3 \ lib \ site-packages \ sklearn \ cross_validation.py”，第1537行，在_score中％（str（得分），类型（得分）））ValueError：得分必须返回一个数字，得到（数组（[0.375,0.91290323]），数组（[0.25， 0.94966443]），array（[0.3,0.93092105]），array（[36,298]，dtype = int64））（）代替。

有什么想法吗？谢谢！

Answer 1

我怀疑你的得分函数precision_recall_fscore_support正在返回四个数组（精度，回忆，fbeta_score和支持），但scoring要求可调用的返回只有一个数字。

请尝试仅使用fbeta_score：

scores = cross_validation.cross_val_score(
    clf, features, target, cv=percent,
    scoring=metrics.make_scorer(
        metrics.fbeta_score))

如何在进行交叉验证时创建客户记分员

1 个答案: