Fatal编程技术网
  • machine-learning/
  • Machine learning grid.cv\u results\u中的平均值\u验证\u分数对应的函数是什么？

Machine learning grid.cv\u results\u中的平均值\u验证\u分数对应的函数是什么？

machine-learning scikit-learn

Machine learning grid.cv\u results\u中的平均值\u验证\u分数对应的函数是什么？,machine-learning,scikit-learn,grid-search,Machine Learning,Scikit Learn,Grid Search,在较旧版本的scikit learn中，我们通过[result.mean\u validation\u score for result In grid.grid\u scores\u]获得交叉验证分数的平均值列表。但是，从20.0 scikit learn开始，我们不再能够使用grid.grid\u scores\uu。取而代之的是grid.cv\u结果。这是我的问题。grid.cv\u结果中的以下哪种方法对应于我们从grid.grid\u得分中获得的平均值 平均训练成绩 平均测试分数 根据

在较旧版本的scikit learn中，我们通过
[result.mean\u validation\u score for result In grid.grid\u scores\u]获得交叉验证分数的平均值列表。但是，从20.0 scikit learn开始，我们不再能够使用
grid.grid\u scores\uu
。取而代之的是
grid.cv\u结果
。这是我的问题。
grid.cv\u结果中的以下哪种方法对应于我们从
grid.grid\u得分中获得的平均值


    

  • 平均训练成绩
    • 

  • 平均测试分数
    • 

根据GridSearchCV文档（），您必须将您的
网格.cv\u结果
转换为熊猫数据帧，然后您可以自由访问平均训练分数和平均测试分数数据：

第一个，
mean\u train\u score
是您从训练折叠（折叠）中获得的平均分数，
mean\u test\u score
是您从验证折叠（折叠外）中获得的平均分数


基本上，为了严格评估超参数的性能，您只对
mean\u test\u score
感兴趣，但是
mean\u train\u score
可以帮助您计算出模型使用特定参数拟合数据的程度，以及与测试数据的相关性（例如，通过绘制验证曲线图，请参见：）。
这并不能回答我的问题。我的问题是哪一个（cv_结果['mean_train_score']或cv_结果['mean_test_score']）对应于平均验证_分数？我已经添加了您想要的答案

import pandas as pd

cv_results = pd.DataFrame(grid.cv_results_)

print(cv_results['mean_train_score'])
print(cv_results['mean_test_score'])