Question

是否可以在gridsearchcv中使用log_loss指标？

我很少看到有人提到neg_log_loss的帖子？与log_loss相同吗？如果不是，是否可以在gridsearchcv中直接使用log_loss？

Answer 1

如documentation中所述，计分可以采用不同的输入：字符串，可调用，列表/元组，字典或无。如果使用字符串，则可以找到可能的条目here的列表。

在这里，作为代表日志丢失的字符串，您会找到“ neg_log_loss”，即负日志丢失，即简单的日志丢失乘以-1。这是处理最大化问题（这是GridSearchCV期望的，因为它需要一个得分参数，而不是损失参数），而不是最小化（您想要最小的对数损失，它等于最大的对数），这是一种简单的方法。日志损失为负）。

相反，如果您想直接将日志丢失函数传递给GridSearchCV，则只需使用log_loss通过Scikit-learn make_scorer函数创建一个计分器：

from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import log_loss, make_scorer

iris = datasets.load_iris()
parameters = {'kernel':('linear', 'rbf'), 'C':[1, 10]}
svc = svm.SVC(gamma="scale", probability=True)
LogLoss = make_scorer(log_loss, greater_is_better=False, needs_proba=True)
clf = GridSearchCV(svc, parameters, cv=5, scoring=LogLoss)
clf.fit(iris.data, iris.target)

print(clf.best_score_, clf.best_estimator_)

如何在gridsearchcv中使用log_loss scorer？

1 个答案: