Python 如何从GridSearchCV中的每个折叠中获得准确性和f1分数?
我正在使用GridSearchCV对象来训练分类器。我设置了5倍验证参数搜索,在调用fit()之后,我需要查看每个倍验证集的指标,即准确性和f1分数。我该怎么做Python 如何从GridSearchCV中的每个折叠中获得准确性和f1分数?,python,machine-learning,scikit-learn,Python,Machine Learning,Scikit Learn,我正在使用GridSearchCV对象来训练分类器。我设置了5倍验证参数搜索,在调用fit()之后,我需要查看每个倍验证集的指标,即准确性和f1分数。我该怎么做 clf = GridSearchCV(pipeline, param_grid=param_grid, n_jobs=1, cv=5, co
clf = GridSearchCV(pipeline,
param_grid=param_grid,
n_jobs=1,
cv=5,
compute_training_score=True)
注:
- 我没有单独的测试集可供使用,因此我不能只获取predict的结果并使用标准度量函数进行测试李>
- 使用clf.best_scores并没有给出我想要的信息,只有平均值及其标准偏差
网格分数中,尤其是cv\u验证分数中:
网格评分:命名元组列表
包含所有参数的分数
参数网格中的组合。每个条目对应一个参数
背景每个命名元组都具有以下属性:
- 参数
参数设置
- 平均分数,整个测试的平均分数
交叉验证褶皱
- cv_验证_分数,用于
每层
但是,您不会得到两个指标。这种优化器的全部目的是最大化某个度量/记分器函数,因此只有这个东西存储在对象内部。为了获得这样的分数,您需要运行两次,每次都使用不同的分数函数。每个验证分数是多少?默认分数是否定义为特定的分数?默认情况下是AccuracyTanks@Lejlot,如何将其转换为平均精度或其他值?请阅读GridSearchCV的文档,有一个评分
参数