Question

我尝试将GridSearchCV等其他评分指标传递给balanced_accuracy进行二进制分类（而不是默认的accuracy）

  scoring = ['balanced_accuracy','recall','roc_auc','f1','precision']
  validator = GridSearchCV(estimator=clf, param_grid=param_grid, scoring=scoring, refit=refit_scorer, cv=cv)

并收到此错误

ValueError：“ balanced_accuracy”不是有效的评分值。有效选项是 ['accuracy'，'adjusted_mutual_info_score'，'adjusted_rand_score'，'average_precision'，'completeness_score'，'explained_variance'，'f1'，'f1_macro'，'f1_micro'，'f1_samples'，'f1_coreed'，' homogeneity_score'，'mutual_info_score'，'neg_log_loss'，'neg_mean_absolute_error'，'neg_mean_squared_error'，'neg_mean_squared_log_error'，'neg_median_absolute_error'，'normalized_mutual_ision_ision'pre''precision'，'precision'，'precision'，'prec''' ，'r2'，'recall'，'recall_macro'，'recall_micro'，'recall_samples'，'recall_weighted'，'roc_auc'，'v_measure_score']

这很奇怪，因为“ balanced_accuracy” should be valid 如果不定义balanced_accuracy，则代码可以正常工作

    scoring = ['recall','roc_auc','f1','precision']

此外，上述错误中的得分指标似乎与document中的得分指标不同

任何想法为何？非常感谢

scikit-learn版本是0.19.2

Answer 1

如果要使用balanced_accuracy，请将sklearn更新到最新版本。从0.19 documentation balanced_accuracy可以看出，这不是有效的评分指标。是added in 0.20。

ValueError：“ balanced_accuracy”在scikit-learn

1 个答案: