Scikit learn SKCV：如何获取分类报告？

我使用的GridSearchCV如下所示：

corpus = load_files('corpus')

with open('stopwords.txt', 'r') as f:
    stop_words = [y for x in f.read().split('\n') for y in (x, x.title())]

x = corpus.data

y = corpus.target

pipeline = Pipeline([
    ('vec', CountVectorizer(stop_words=stop_words)),
    ('classifier', MultinomialNB())])

parameters = {'vec__ngram_range': [(1, 1), (1, 2)],
              'classifier__alpha': [1e-2, 1e-3],
              'classifier__fit_prior': [True, False]}

gs_clf = GridSearchCV(pipeline, parameters, n_jobs=-1, cv=5, scoring="f1", verbose=10)

gs_clf = gs_clf.fit(x, y)

joblib.dump(gs_clf.best_estimator_, 'MultinomialNB.pkl', compress=1)

然后，在另一个文件中，为了对新文档（不是来自语料库）进行分类，我执行以下操作：

  classifier = joblib.load(filepath) # path to .pkl file
  result = classifier.predict(tokenlist)

我的问题是：从哪里获得

分类报告所需的值

在许多其他例子中，我看到人们将语料库分为训练集和测试集。
但是，由于我正在使用带有kfold交叉验证的
GridSearchCV
，所以我不需要这样做。
那么我如何从
GridSearchCV
中获得这些值呢？
最好的模型是在clf中。您需要将培训数据与此相匹配；然后预测您的测试数据，并使用ytest和YPLED作为分类报告。
最佳模型是clf。最佳估计器。您需要将培训数据与此相匹配；然后预测您的测试数据，并在分类报告中使用ytest和ypreds。
如果您有GridSearchCV对象：

from sklearn.metrics import classification_report
clf = GridSearchCV(....)
clf.fit(x_train, y_train)
classification_report(y_test,clf.best_estimator_.predict(x_test))

如果您已保存并加载了最佳估计器，则：

classifier = joblib.load(filepath)
classification_report(y_test,classifier.predict(x_test))

如果您有GridSearchCV对象：

from sklearn.metrics import classification_report
clf = GridSearchCV(....)
clf.fit(x_train, y_train)
classification_report(y_test,clf.best_estimator_.predict(x_test))

如果您已保存并加载了最佳估计器，则：

classifier = joblib.load(filepath)
classification_report(y_test,classifier.predict(x_test))

只是一个问题，
gs_clf.fit（x，y）
是否返回
None
？@BallpointBen为什么？x和y包含数据只是一个问题，
gs_clf.fit（x，y）
返回
None
？@BallpointBen为什么？x和y包含数据感谢您的回复！所以我要明确一点：对于GridSearchCV，我使用了所有的数据（在我的例子中是corpus、data和corpus.target），但是对于最好的分类器，我使用train\u-test\u-split将数据划分为x\u-test、x\u-train、Y\u-test、Y\u-train？是的。如果你想让分数可靠，那么他们需要根据不同的数据集进行测量，而不是用于拟合的数据集。或者如果你有足够的数据，你可以在进行gridsearch之前分割数据。然后，我只通过X_列，而不是将corpus.data传递给gridsearch？谢谢你的回复！所以我要明确一点：对于GridSearchCV，我使用了所有的数据（在我的例子中是corpus、data和corpus.target），但是对于最好的分类器，我使用train\u-test\u-split将数据划分为x\u-test、x\u-train、Y\u-test、Y\u-train？是的。如果你希望分数是可靠的，那么他们需要根据不同的数据集进行测量，而不是用于拟合的数据集。或者如果你有足够的数据，你可以在进行gridsearch之前分割数据。然后，我只通过X_train，而不是将corpus.data传递给gridsearch？