Python 如何从GridSearchCV中的每个折叠中获得准确性和f1分数?

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

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,
                        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
  • 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

分数位于
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