Fatal编程技术网
  • scikit-learn/
  • Scikit learn 加快支持向量机评分中的交叉验证

Scikit learn 加快支持向量机评分中的交叉验证

scikit-learn

Scikit learn 加快支持向量机评分中的交叉验证,scikit-learn,svm,cross-validation,Scikit Learn,Svm,Cross Validation,我想得到准确度、平均准确度、F1、准确度、召回率和roc auc分数 我确实意识到，使用下面的代码，我会得到平均精度，问题是运行此代码时，显示结果大约需要20分钟，是否有更好的方法可以在更短的时间内获得上面的所有分数 clf\u svm\u 2\u scores\u avg\u precision=cross\u val\u scores（clf\u svm\u 2，np.array（x），data['link'，cv=5，score='average\u precision'）交叉验证通常很长

我想得到准确度、平均准确度、F1、准确度、召回率和roc auc分数

我确实意识到，使用下面的代码，我会得到平均精度，问题是运行此代码时，显示结果大约需要20分钟，是否有更好的方法可以在更短的时间内获得上面的所有分数

clf\u svm\u 2\u scores\u avg\u precision=cross\u val\u scores（clf\u svm\u 2，np.array（x），data['link'，cv=5，score='average\u precision'）
交叉验证通常很长，因为训练/验证过程通常会进行多次，然后计算出分数的平均值。您可以尝试添加参数
n\u jobs
，在该参数中，您必须设置计算机的内核数。

交叉验证通常很长，因为培训/验证过程通常会进行多次，然后计算分数的平均值。您可以尝试添加参数
n\u jobs
，其中必须设置计算机的内核数。

这很有帮助，谢谢！我还发现，如果你想获得多个分数，你可以在scoriing参数中输入所有分数的列表。现在我得到的是UndefinedMetricWarning：F-score定义不清，由于没有预测样本，因此被设置为0.0。”精度、预测值、平均值、警告值），它们的结果都是0，你知道如何解决这个问题吗？谢谢你尝试了什么来解决第二个问题？我退出了没有tbh，我添加了平均参数并将其设置为“micro”，然后将其切换为“macro”，这样我得到了不同的结果，比0.0要好得多。只需检查y_tru中的所有标签是否都显示在y_pred中，如本文所示：这很有帮助，谢谢！我还发现，如果你想获得多个分数，你可以在scoriing参数中输入所有分数的列表。现在我得到的是UndefinedMetricWarning：F-score定义不清，由于没有预测样本，因此被设置为0.0。”精度、预测值、平均值、警告值），它们的结果都是0，你知道如何解决这个问题吗？感谢您尝试了什么来解决第二个问题？我退出了，没有tbh，我添加了平均参数并将其设置为“micro”，然后将其切换为“macro”，这样我得到了不同的结果，比0.0要好得多。只需检查y_tru中的所有标签是否都显示在y_pred中，如本文所示：