Python 如何在sklearn网格搜索中使用日志丢失

我正在尝试使用丢失日志的网格搜索。下面是我的代码

df = pd.read_csv(file_name)
df.shape # (146614, 395)
# All features are float32
gbm = GradientBoostingClassifier(max_features="log2")
GSCV = GridSearchCV(gbm, param, scoring=log_loss, n_jobs=2, cv =2, verbose=3)
GSCV.fit(df, y)
clf.grid_scores_

但是，我无法运行代码。在GSCV.fit生产线工作了很长时间后，它给我带来了错误。然而，当我放弃得分=log_损失时，它工作正常

---

有人能给我一些建议吗？

您可以将“日志丢失”用作字符串而不是函数

在sklearn>0.18中尝试

scoring='neg\u log\u loss'

，您是将

'log\u loss'

作为字符串还是函数句柄传递（如

metrics.log\u loss

）？你得到的错误是什么？它运行了两个小时，如果我放弃评分，模型会在3分钟内给我答案。这应该是正确的答案。源代码：deprecation_msg=（'Scoring method log_loss在0.18版中被重命名为'neg_log_loss，并将在0.20版中删除）。'log_loss'从0.20版起被重命名为'neg_log_loss'