为scikit-learn的LassoCV评分指标

Question

我使用了scikit-learn的LassoCV功能。在交叉验证期间，默认使用scoring metric是什么？

我希望交叉验证基于＆＃34;均方误差回归损失＆＃34;。可以将此指标与LassoCV一起使用吗？可以为LogisticRegressionCV指定评分指标，因此也可以使用LassoCV吗？

Answer 1

LassoCV使用R ^ 2作为评分指标。来自docs：

  

默认情况下，参数搜索使用估算器的分数函数   评估参数设置。这些是   sklearn.metrics.accuracy_score用于分类和    sklearn.metrics.r2_score for regression 。

要使用其他评分指标，例如均方误差，您需要使用GridSearchCV或RandomizedSearchCV（而不是LassoCV）并将scoring参数指定为scoring='neg_mean_squared_error'。来自docs：

  

可以通过评分指定替代评分功能   参数 GridSearchCV ， RandomizedSearchCV 以及许多   专业的交叉验证工具如下所述。

Answer 2

我认为公认的答案是错误的，因为它引用了Grid Search的文档，但是LassoCV使用正则化路径，而不是grid search。 实际上，在LassoCV的文档页面中，它说损失函数为：

(1 / (2 * n_samples)) * ||y - Xw||^2_2 + alpha * ||w||_1

这意味着它最小化了MSE（加上LASSO术语）。