如何在进行交叉验证时创建客户记分员

Question

当我尝试:

scores = cross_validation.cross_val_score(clf, features, target, cv=percent 
                                             , scoring =     
metrics.make_scorer(metrics.precision_recall_fscore_support) )
    print(scores)

我收到一个错误:

文件"D: Anaconda3 lib 网站 sklearn cross_validation.py",第1537行，在_score% (str(score)， type(score))) ValueError: score必须返回一个数字，get (array([0.375, 0.91290323])， array([0.25，[0.94966443])， array([0.3, 0.93092105])， array([36,298]， dtype=int64)) ()代替。

任何想法?

Answer 1

我怀疑你的评分函数precision_recall_fscore_support返回四个数字数组(precision, recall, fbeta_score和support)，但scoring要求可调用对象只返回一个数字。

尝试只使用fbeta_score:

scores = cross_validation.cross_val_score(
    clf, features, target, cv=percent,
    scoring=metrics.make_scorer(
        metrics.fbeta_score))