我正在使用GridSearchCV对象来训练分类器。我设置了5倍的验证参数搜索,在调用fit()后,我需要查看每个折叠的验证集的指标,即准确性和f1分数。我该怎么做?
clf = GridSearchCV(pipeline,
param_grid=param_grid,
n_jobs=1,
cv=5,
compute_training_score=True)
注:
- 我没有一个单独的测试集可以使用,所以我不能只接受预测的结果,并使用标准的度量函数进行预测
- 使用clf.bestrongcores并没有给出我想要的信息,只有mean_validation_score及其标准偏差
分数位于grid_scores_
中,尤其是cv_validation_scores
:中
grid_scores_:命名元组列表
包含所有参数的分数param_grid中的组合。每个条目对应一个参数背景每个命名元组都有以下属性:
- 参数参数设置
- mean_validation_score交叉验证折叠
- cv_validation_scores,的分数列表每个褶皱
但是,您不会得到两个指标。这种优化器的全部目的是最大化某个单个度量/记分器函数,因此只有这个东西存储在对象内部。为了得到这样的结果,你需要运行两次,每次都有不同的分数函数。