Python 从GridSearchCV的每次迭代中提取信息以计算混淆矩阵

我正在使用sklearn GridSearchCV进行一个机器学习项目。我的目标是，从GridSearchCV的输出中，我需要找到所有给出大于0.95的正预测值的参数设置，并计算每个参数的混淆矩阵。我已经为网格实现了定制的score函数来计算PPV值，在score函数中，我正在计算混淆矩阵并将它们写入文本文件。但是，由于并行执行，我无法跟踪它们

---

有什么办法可以做到这一点吗

cv\u结果

存储所有信息。参见

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

Hi Osman，cv_results_uu给出了总分，但我想计算每次迭代的混淆矩阵，因此我需要知道真阳性、假阳性等。是否有办法获得准确的预测结果（y_pred）对于每次迭代？嗯，为此，您需要使用一个记录列表/记录，该列表/记录将存储true+ve、true-ve等。请参见

https://scikit-learn.org/stable/auto_examples/model_selection/plot_multi_metric_evaluation.html

@OsmanMamun非常感谢您的建议。我实施了多个评估指标，效果如我所料！