如何在带有Scikit-Learn（sklearn）中的多类标签的`GridSearchCV`中使用`log_loss`？

Question

我试图在log_loss的{​​{1}}参数中使用scoring参数来调整这个多类（6类）分类器。我不明白如何给它一个GridSearchCV参数。即使我给它label，它也会在交叉验证中的每次迭代中发生变化，所以我不明白如何给它sklearn.metrics.log_loss参数？

我正在使用labels和Python v3.6

如何将Scikit-Learn v0.18.1与GridSearchCV一起用于多级模型调整？

我的班级代表：

log_loss

我的代码：

1    31
2    18
3    28
4    19
5    17
6    22
Name: encoding, dtype: int64

这里是错误的尾部，完整的一个在https://pastebin.com/1CshpEBN：

param_test = {"criterion": ["friedman_mse", "mse", "mae"]}
gsearch_gbc = GridSearchCV(estimator = GradientBoostingClassifier(n_estimators=10), 
                        param_grid = param_test, scoring="log_loss", n_jobs=1, iid=False, cv=cv_indices)
gsearch_gbc.fit(df_attr, Se_targets)

更新 只需使用它来根据@Grr

制作得分手

ValueError: y_true contains only one label (1). Please provide the true labels explicitly through the labels argument.

Answer 1

我的假设是，你的数据分割在y_true中只有一个类标签。虽然这似乎不太可能基于你发布的分布，我想这是可能的。虽然我似乎在data]（http://scikit-learn.org/stable/modules/generated/sklearn.metrics.log_loss.html）之前没遇到过这种情况，但如果标签全部相同，则会出现label参数。文档的这一部分的措辞也使得如果未传递[sklearn.metrics.log_loss，该方法似乎会影响二进制分类。

现在正确地假设您应该将labels作为log_loss

传递

Answer 2

你可以简单地指定＆＃34; neg_log_loss_scorer＆＃34; （或＆＃34; log_loss_scorer＆＃34;）旧版本中将使用负日志丢失。