Question

当前我有以下代码：

我首先将数据集分为训练集和测试集。然后，我运行GridSearchCV尝试查找最佳参数。找到最佳参数后，我会通过cross_val_score评估带有参数的分类器。这是可以接受的解决方法吗？

Answer 1

您可以使用make_scorer在GridSearchCV对象中指定一个scoring参数

from sklearn.metrics import precision_score, make_scorer
prec_metric = make_scorer(precision_score)
grid_search = GridSearchCV(estimator = logreg, scoring= prec_metric param_grid = param_grid, cv = 3, n_jobs=-1, verbose=3)

数据拟合后，您可以使用results_属性访问类似的得分

results = grid_search.results_

{
'param_kernel': masked_array(data = ['poly', 'poly', 'rbf', 'rbf'],
                         mask = [False False False False]...)
'param_gamma': masked_array(data = [-- -- 0.1 0.2],
                        mask = [ True  True False False]...),
'param_degree': masked_array(data = [2.0 3.0 -- --],
                         mask = [False False  True  True]...),
 'split0_test_score'  : [0.8, 0.7, 0.8, 0.9],
 'split1_test_score'  : [0.82, 0.5, 0.7, 0.78],
 'mean_test_score'    : [0.81, 0.60, 0.75, 0.82],
 'std_test_score'     : [0.02, 0.01, 0.03, 0.03],
 'rank_test_score'    : [2, 4, 3, 1],
 'split0_train_score' : [0.8, 0.9, 0.7],
 'split1_train_score' : [0.82, 0.5, 0.7],
 'mean_train_score'   : [0.81, 0.7, 0.7],
 'std_train_score'    : [0.03, 0.03, 0.04],
 'mean_fit_time'      : [0.73, 0.63, 0.43, 0.49],
 'std_fit_time'       : [0.01, 0.02, 0.01, 0.01],
 'mean_score_time'    : [0.007, 0.06, 0.04, 0.04],
 'std_score_time'     : [0.001, 0.002, 0.003, 0.005],
 'params'             : [{'kernel': 'poly', 'degree': 2}, ...],
 }

您还可以使用多个指标进行评估，如in this example所述。

您可以制定自己的自定义指标或使用one of the metrics specified here。

更新：基于on this answer，然后应在将整个数据拟合到cross_val_score之前，从grid_search提供分类器，以防止任何数据泄漏。

Answer 2

您实际上不需要cross_val_score

查看链接，我认为它将为您解决问题：

http://scikit-learn.org/stable/auto_examples/model_selection/plot_grid_search_digits.html

如何与cross_val_score一起正确使用GridSearchCV？

2 个答案: