Python Scikit学习自定义评分功能

我目前正在使用scikit learn的开发分支：0.15-git

尝试使用自定义评分函数初始化

RidgeClassifierCV

对象当前失败，错误消息为

TypeError:\uuuuu init\uuuuuuuu（）获取了意外的关键字参数“评分”

model = RidgeClassifierCV(scoring=make_scorer(score_func))

根据，RidgeClassifier采用

评分

参数。但是根据函数签名，参数是

score\u func

。但是，将

sklearn.metrics.maker\u scorer

的输出传递为

score\u func

也会失败。有什么想法吗

---

最终目标是让RidgeClassifierCV使用用于评分功能的多类（一对所有）roc auc分数。

score\u func

与现在标准的scikit学习评分对象相反，使用参数

y\u true，y\u pred

，而不是

估计器，X，y\u true

。因此，如果您编写了自己的评分函数，可以处理来自脊分类器的预测，那么这就是您需要的签名

---

尽管不推荐使用

score\u func

，但它似乎是主分支当前状态下的唯一选项。这几乎肯定会随着

0.15

发布而改变，评分对象将可用。错误地记录这一事实是一个不一致的情况，也应该加以纠正。

在参数文档中，他们说“score”，但函数定义只有一个“score\u func”可选参数？好吧，对不起，你已经提过了。我点击了“我想我可能已经解决了你的问题”的链接，没有任何担心——澄清起来从来都没有坏处。这是一个。1）这是项目进展最快的方式——用户发现问题并报告问题。请继续这样。2） 有一些非常有效率的人参与了这个项目，你刚才看到了其中一个。自定义分数函数是否仍然传递给make_scorer（）？我正在使用的当前评分函数的签名实际上是

y\u true

，

y\u pred

。如果您的评分函数被调用，例如

scoring\u function

，那么将其作为

score\u func=scoring\u function

传递，它应该可以工作（并给您一条贬损消息）现在就有意义了。谢谢这仍然正确吗？看起来make_score已经接管了自定义评分，但由于某种原因，它不再接受y_true和y_pred？所有旧的评分函数仍然存在于

sklearn中。度量

，但估计器现在将评分器对象作为输入，该对象将估计器以及

X_测试

和

y_测试

。它通常使用估计器和

X_检验

来创建

y_pred

，然后使用一个度量来与

y_检验

进行比较，但有时它会做一些不同的事情。这有用吗？