如何在 python 中对 xgboost 执行网格搜索

Question

我有一些分类问题，我想在其中使用 xgboost。我有以下几点：

alg = xgb.XGBClassifier(objective='binary:logistic')

我正在测试它的日志丢失：

cross_validation.cross_val_scoree(alg, train_cluster_x, train_cluster_y, cv=5, scoring='log_loss')

我正在尝试通过以下方式执行网格搜索：

clf = GridSearchCV(alg,{'max_depth': [2,4,6],
                        'n_estimators': [50,100,200]}, 
                        verbose=1, 
                        error_score='log_loss')
clf.fit(train_cluster_x,train_cluster_y)
clf.best_score_, clf.best_params_

但我得到不同的结果。网格搜索现在是否计算对数损失，作为交叉验证？

Answer 1

差异出现在网格搜索设置中。error_score表示引发错误时的值。应将评分参数指定为"neg_log_loss"。

clf = GridSearchCV(alg,{'max_depth': [2,4,6],
                    'n_estimators': [50,100,200]}, 
                    verbose=1, 
                    scoring='neg_log_loss')
clf.fit(train_cluster_x,train_cluster_y)
clf.best_score_, clf.best_params_