自定义评分功能RandomForestRegressor

Question

使用RandomSearchCV，我设法找到了具有最佳超参数的RandomForestRegressor。 但是，为此，我使用了一个符合我的特定需求的自定义评分功能。

现在，我不知道如何使用

best_estimator_-一个RandomForestRegressor-搜索返回的

具有我的自定义评分功能。

是否可以将自定义评分功能传递给RandomForestRegressor？

Answer 1

RandomizedSearchCV中的评分功能将仅针对网格中指定的超参数的每种组合从模型计算预测数据的分数，并且在测试折叠中具有最高平均分数的超参数将获胜。

它不会以任何方式改变RandomForest内部算法的行为（除了查找当然的超参数外）。

现在您有了best_estimator_（一个RandomForestRegressor），并且已经设置了找到的最佳超参数，并且已经对您发送到RandomizedSearchCV的整个数据进行了模型训练（如果您使用的是{{1} }，默认为refit=True。

所以我不确定将计分器传递到模型时要做什么。通过使用True方法，best_estimator_模型可以直接用于对新数据进行预测。之后，可以使用您使用的自定义评分将预测结果与实际模型进行比较。没什么了。

一个简单的例子是：

predict()