Python 如何获得一个；计分；训练模型（预测）

函数GridSearchCV中的搜索和训练都基于数据（X，y）。 培训在自定义标准T_记分员上进行。 在T_scorer函数中是否可以获得一个经过训练的模型来使用？ 我需要“T_记分员”预测数据“X1”。 也就是说，该模型在每次迭代时都根据数据（X，y）进行训练，并在（X1，y1）上进行预测 同样（X1，y1）根本不参加培训，“GridSearchCV”这些数据看不到

理想情况下，我们应该在数据（X，y）上进行训练，在“评分”中，应传输基于预测（X1，y1）的结果

make_scorer（）

仅当您具有签名功能时才应使用

（y_true，y_pred）

。在函数上使用

make_scorer（）

时，返回的签名是：

func（估计量，X，y）

然后在GridSearchCV中使用。因此，您可以将函数指定为：

# I am assuming this is the data you want to use
X1 = X[:1000]
y1 = y[:1000]

def T_scorer(clf, X, y):
    # Here X and y passed on to the function from GridSearchCV will not be used
    y_pred1 = clf.predict(X1)
    r = np.sum((y_pred1 == 0) & (y1 == y_pred1))
    confmat = confusion_matrix(y1, y_pred1)
    print(confmat)
    return r

# Now dont use make_scorer, pass directly
grid_searcher = GridSearchCV(clf,..., verbose=20, scoring=T_scorer)

---

我想计算这个函数中的参数。并将其发送至“返回”。这是理想的。但是，如果您只是在每次迭代时以“print”的形式输出，那么它是合适的。为什么函数是“T_scorer（cf，X，y）”而不是“T_scorer（cf，X1，y1）”？我事先会问@user287629是否理解，因此经验不足），函数中的参数将从GridSearchCV传递。你可以给他们起任何名字。除此之外，是否有可能只在“打印”中输出（X，y）结果？@user287629是的。用X和y，就像我用X1和y1一样

# I am assuming this is the data you want to use
X1 = X[:1000]
y1 = y[:1000]

def T_scorer(clf, X, y):
    # Here X and y passed on to the function from GridSearchCV will not be used
    y_pred1 = clf.predict(X1)
    r = np.sum((y_pred1 == 0) & (y1 == y_pred1))
    confmat = confusion_matrix(y1, y_pred1)
    print(confmat)
    return r

# Now dont use make_scorer, pass directly
grid_searcher = GridSearchCV(clf,..., verbose=20, scoring=T_scorer)