我一直在试图弄清楚GridSearchCV的GridSearchCV参数是如何计算的(换句话说,它意味着什么)。文档说:
左边数据上的best_estimator分数。
所以,我试着把它转换成我理解的东西,并计算出实际的“y”和每个k折叠的预测y的r2_score,得到不同的结果(使用这段代码):
test_pred = np.zeros(y.shape) * np.nan
for train_ind, test_ind in kfold:
clf.best_estimator_.fit(X[train_ind, :], y[train_ind])
test_pred[test_ind] = clf.best_estimator_.predict(X[test_ind])
r2_test = r2_score(y, test_pred)我到处寻找关于best_score_的更有意义的解释,却什么也找不到。有人愿意解释一下吗?
谢谢
发布于 2014-06-07 10:36:40
这是最优估计者的平均交叉验证分数。让我们制作一些数据并修复交叉验证的数据划分。
>>> y = linspace(-5, 5, 200)
>>> X = (y + np.random.randn(200)).reshape(-1, 1)
>>> threefold = list(KFold(len(y)))现在运行cross_val_score和GridSearchCV,都有这些固定的折叠。
>>> cross_val_score(LinearRegression(), X, y, cv=threefold)
array([-0.86060164, 0.2035956 , -0.81309259])
>>> gs = GridSearchCV(LinearRegression(), {}, cv=threefold, verbose=3).fit(X, y)
Fitting 3 folds for each of 1 candidates, totalling 3 fits
[CV] ................................................................
[CV] ...................................... , score=-0.860602 - 0.0s
[Parallel(n_jobs=1)]: Done 1 jobs | elapsed: 0.0s
[CV] ................................................................
[CV] ....................................... , score=0.203596 - 0.0s
[CV] ................................................................
[CV] ...................................... , score=-0.813093 - 0.0s
[Parallel(n_jobs=1)]: Done 3 out of 3 | elapsed: 0.0s finished注意score=-0.860602、score=0.203596和score=-0.813093在GridSearchCV输出中;确切地说是cross_val_score返回的值。
请注意,“平均数”实际上是折叠上的宏观平均值。可以使用iid参数到GridSearchCV来获得样本上的微平均值。
https://stackoverflow.com/questions/24096146
复制相似问题