Python sklearn将RandomizedSearchCV与自定义指标和捕获异常一起使用

我正在使用sklearn中的RandomizedSearchCV函数和随机森林分类器。 要查看不同的指标，我使用自定义评分

from sklearn.metrics import make_scorer, roc_auc_score, recall_score, matthews_corrcoef, balanced_accuracy_score, accuracy_score

acc = make_scorer(accuracy_score)

auc_score = make_scorer(roc_auc_score)
recall = make_scorer(recall_score)
mcc = make_scorer(matthews_corrcoef)
bal_acc = make_scorer(balanced_accuracy_score)

scoring = {"roc_auc_score": auc_score, "recall": recall, "MCC" : mcc, 'Bal_acc' : bal_acc, "Accuracy": acc }

这些自定义记分器用于随机搜索

rf_random = RandomizedSearchCV(estimator=rf, param_distributions=random_grid, n_iter=100, cv=split, verbose=2,
                               random_state=42, n_jobs=-1, error_score=np.nan, scoring = scoring, iid = True, refit="roc_auc_score")

现在的问题是，当我使用自定义拆分时，AUC抛出了一个异常，因为这个精确拆分只有一个类标签

我不想更改拆分，因此是否有可能在RandomizedSearchCV或make_scorer函数中捕获这些异常？ 因此，例如，如果其中一个指标没有计算（由于异常），只需输入NaN并继续下一个模型

编辑： 显然，误差_分数不包括模型训练，但不包括度量计算。如果我使用eg-Accurance，一切正常，我只会在只有一个类标签的折叠中得到警告。如果我使用eg AUC作为度量，我仍然会抛出异常

如果能在这里得到一些想法就太好了

解决方案： 定义自定义记分器，但有例外：

def custom_scorer(y_true, y_pred, actual_scorer):
score = np.nan

try:
  score = actual_scorer(y_true, y_pred)
except ValueError: 
  pass

return score

这导致了一个新的指标：

acc = make_scorer(accuracy_score)
recall = make_scorer(custom_scorer, actual_scorer=recall_score)
new_auc = make_scorer(custom_scorer, actual_scorer=roc_auc_score)
mcc = make_scorer(custom_scorer, actual_scorer=matthews_corrcoef)
bal_acc = make_scorer(custom_scorer,actual_scorer=balanced_accuracy_score)

scoring = {"roc_auc_score": new_auc, "recall": recall, "MCC" : mcc, 'Bal_acc' : bal_acc, "Accuracy": acc }

这反过来又可以传递给RandomizedSearchCV的评分参数

我发现的第二个解决方案是：

def custom_auc(clf, X, y_true):
score = np.nan
y_pred = clf.predict_proba(X)
try:
    score = roc_auc_score(y_true, y_pred[:, 1])
except Exception:
    pass

return score

也可以传递给评分参数：

scoring = {"roc_auc_score": custom_auc, "recall": recall, "MCC" : mcc, 'Bal_acc' : bal_acc, "Accuracy": acc }

---

（改编自）

您可以拥有一个通用记分器，该记分器可以将其他记分器作为输入，检查结果，捕获它们抛出的任何异常，并返回一个固定值

def custom_scorer(y_true, y_pred, actual_scorer):
    score = np.nan

    try:
      score = actual_scorer(y_true, y_pred)
    except Exception: 
      pass

    return score

然后，您可以使用以下命令调用此命令：

acc = make_scorer(custom_scorer, actual_scorer = accuracy_score)
auc_score = make_scorer(custom_scorer, actual_scorer = roc_auc_score, 
                        needs_threshold=True) # <== Added this to get correct roc
recall = make_scorer(custom_scorer, actual_scorer = recall_score)
mcc = make_scorer(custom_scorer, actual_scorer = matthews_corrcoef)
bal_acc = make_scorer(custom_scorer, actual_scorer = balanced_accuracy_score)

acc=制作记分器（自定义记分器，实际记分器=准确记分器）
auc_分数=制造_分数（自定义_分数，实际_分数=roc_auc分数，
需要（阈值=真）#不完全清楚你想要什么。您使用的是
error\u score=np.nan
，它将满足您的要求。你还需要什么吗，或者它没有按预期工作？我在上面补充了这个问题。基本上，它并没有像预期的那样工作，因为即使有错误，我也会得到例外哦，是的，我的错。
error\u score
仅涵盖
estimator.fit（）
。你能举一个例子吗？“
AUC正在抛出一个异常，因为这个精确的分割只有一个类标签。
”？“ValueError:在y_true中只有一个类。在这种情况下，ROC AUC分数没有定义”将是我得到的异常（到目前为止）。我在这里看到了你的想法，并且喜欢解决方法。不幸的是，它失败于：in get return\u ForkingPickler.loads（res）AttributeError:无法获取属性“custom\u scorer”，稍后在stacktrace中：任务未能取消序列化。请确保函数的参数都是可拾取的。使用n_jobs=1运行它很好，所以我想这是多线程的问题。@JennyH即使使用
n_jobs=-1
，我也没有收到任何错误。您是否在另一个文件中定义了记分器并尝试导入它，还是在同一个文件中？我已经更新了最简单的例子，现在开始。我仍然让scikit学习0.20.0。更新到0.20.1有帮助，现在它的工作就像一个魅力。对不起，谢谢你的MWE！我让它在一夜之间运行，不幸的是，我再次抛出了一个异常：如果我在AUC中使用predict_proba=True（不是阈值，因为AUC不需要它，并且也给出了一个错误），我再次得到：ValueError:get predict_proba of shape（96，1），但需要具有两个类的分类器用于自定义评分
import numpy as np
def custom_scorer(y_true, y_pred, actual_scorer):
    score = np.nan

    try:
      score = actual_scorer(y_true, y_pred)
    except Exception: 
      pass

    return score


from sklearn.metrics import make_scorer, roc_auc_score, accuracy_score
acc = make_scorer(custom_scorer, actual_scorer = accuracy_score)
auc_score = make_scorer(custom_scorer, actual_scorer = roc_auc_score, 
                        needs_threshold=True) # <== Added this to get correct roc

from sklearn.datasets import load_iris
X, y = load_iris().data, load_iris().target

from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import GridSearchCV, KFold
cvv = KFold(3)
params={'criterion':['gini', 'entropy']}
gc = GridSearchCV(DecisionTreeClassifier(), param_grid=params, cv =cvv, 
                  scoring={"roc_auc": auc_score, "accuracy": acc}, 
                  refit="roc_auc", n_jobs=-1, 
                  return_train_score = True, iid=False)
gc.fit(X, y)
print(gc.cv_results_)