腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
网格
搜索
获得
最佳
f1
分数
、
、
、
、
我目前正在运行GridSearchCV来查找
f1
分数
的
最佳
超参数。from sklearn.metrics import f1_score, make_scorer } knn_cv = GridSearchCV(knn,grid,cv=3, verbose = 3, scoring=
f1
Train Scor
浏览 40
提问于2021-02-12
得票数 0
回答已采纳
2
回答
GridSearchCV:选定类的性能指标[不平衡数据集]
、
有没有办法对参数值运行
网格
搜索
,这些参数值针对选定类的
分数
(例如'
f1
')进行了优化,而不是所有类的默认
分数
?编辑的假设是,这样的
网格
搜索
应该返回一组参数,使所选类别的
分数
最大化(例如,'
f1
',‘准确性’,‘召回’),而不是所有类别的总
分数
。
使用
默认评分方法的GridSearchCV示例(此处:对所有类
使用
'
f1
浏览 0
提问于2015-07-30
得票数 9
1
回答
GridSearchCV best_score_属性的含义是什么?(该值与交叉验证数组的平均值不同)
、
、
、
、
0.7592592592592593, 0.7592592592592593, 0.72222222222222221]# .best_score_ 0.683486238532我
使用
解释变量的另一个组合运行它(只
使用
其中的一些变量),并得到了反问题。
浏览 14
提问于2015-09-17
得票数 1
回答已采纳
1
回答
在
网格
搜索
最佳
参数后,准确度
分数
会降低吗?
、
、
、
我在一门机器学习入门课程中,在创建了两个决策树(第二个在
网格
搜索
后具有
最佳
参数)后,准确率
分数
略有下降。我必须解释为什么,但我很困惑为什么如果我们
使用
最好的参数,
分数
会下降?问题如下: 将第一个决策树中的准确性
分数
与执行
网格
搜索
后的准确性
分数
进行比较。它有什么不同?你很可能会发现准确率
分数
降低了。这是你所期望的吗?我们执行一轮
网格
搜索
,以阐明
最佳
浏览 241
提问于2021-08-01
得票数 0
4
回答
日志丢失与决定不同学习率的准确性?
、
、
、
、
模型优化时,采用交叉验证和
网格
搜索
,分别绘制了不同学习速率、不同学习速度、不同日志丢失率和不同精度的模型图。测井损失
最佳
学习比率:-0.474619-0.474619 (0.004336),加上:学习率:0.474619 -0.494540
浏览 0
提问于2018-10-17
得票数 9
1
回答
如何找出Grid在Python中选择的
最佳
模型的精确性、召回性、特异性和
F1
评分?
、
、
、
这是我的模型的
网格
选择步骤。我能够找出所选模型的
最佳
精度
分数
和
最佳
参数,但我想找出
网格
搜索
中选择的
最佳
模型的精度、回忆性、特异性和
F1
评分。
浏览 10
提问于2022-03-08
得票数 -1
1
回答
是否有一种机器学习算法可以替换模型中的变量?
、
假设我有一个
使用
三个变量的模型,这三个变量中的每一个都有不同的变量。例如,变量2可能是物种多样性,但是有不同的变体,如Shannon-Wiener,Simpson,反向Simpson等。
浏览 0
提问于2022-01-22
得票数 0
4
回答
决策树的默认参数比
使用
GridsearchCV优化的参数提供更好的结果
、
、
我
使用
Gridsearch来预测二进制结果的DecisionTreeClassifier。当我
使用
默认参数运行fit并进行预测时,我会得到以下结果:
F1
: 0.9581087077004674当我在y_pred中检查结果时,它们只包含一个类(0),因此当我试图查看
F1
时会收到警告: sit
浏览 0
提问于2018-11-02
得票数 4
1
回答
我不清楚来自GridSearchCV的best_score_的含义
、
、
我对几个模型进行了实验,并为每个模型生成了一个
最佳
分数
,以帮助我决定为最终模型选择一个模型。
使用
以下代码生成了
最佳
分数
结果:print(f'Lasso
浏览 0
提问于2020-05-30
得票数 0
1
回答
GridSearchCV优化多个指标(记分员)
、
、
、
我知道GridSearchCV可以接受多个输入作为他们的记分器,但是我必须选择一个
使用
refit来优化的度量。grid_search = GridSearchCV( param_grid=parameters, refit="accuracy", # Or any other value from `scoring` list) 据我所知,如果我将refi
浏览 10
提问于2022-09-06
得票数 0
1
回答
使用
make_scorer创建真阳性的度量
、
、
make_scorer(precision_score, pos_label=1, greater_is_better=True, 然后
使用
param_distributions=param_dist, 我得到了以下结果:
使用
这些参数调整树
浏览 0
提问于2018-09-19
得票数 0
3
回答
GridSearchCV评分参数:
使用
评分=‘
f1
’或scoring=None (默认情况下
使用
精度)给出相同的结果
、
、
、
、
我
使用
的例子摘自书“掌握机器学习与科学工具包学习”。
使用
scoring=None (默认精度度量)的结果与
使用
F1
评分:的结果相同如果我没有错的话,用不同的评分函数来优化参数
搜索</e
浏览 4
提问于2015-10-01
得票数 6
回答已采纳
2
回答
用弹性
搜索
搜索
多个字段和输出求和得分
f1
,f2,f3,我想针对每个项
搜索
一个项,并返回所有字段匹配的汇总
分数
。我不想用相同的术语
搜索
每个字段,只想用自己的术语
搜索
一个字段。
f1
:t1,f2:t2,f3:t3。最初,我
使用
的是must bool查询和multi_match,所有字段都作为t1 t2 t3连接在一起,所有字段都
搜索
到了,但是结果并不好。
使用
dis_max查询可以
获得
更好的结果,在这里,我可以按自己的术语
搜索
各个字段,但是,
浏览 5
提问于2022-10-03
得票数 2
回答已采纳
1
回答
在尝试
使用
网格
搜索
交叉验证优化分类器模型时,我的
f1
分数
降至0
、
我已经运行了RandomForestClassifier和MLPClassifier模型,我收到的准确率和
f1
得分分别为83%和39%,而不是86%和34%。当我尝试
使用
网格
搜索
交叉验证优化我的模型时,我对两个模型的准确率都略有提高,但我的
f1
分数
下降到0%,这可能是什么原因?
浏览 3
提问于2021-03-12
得票数 0
1
回答
GridSearchCV在logistic回归中roc_auc评分时为什么不能给出C值最高的AUC
、
、
fn, tp = metrics.confusion_matrix(Y, clf.predict(X)).ravel()我想运行一个Logistic回归-我
使用
的是一个L1惩罚,因为我想减少我
使用
的功能数量。我
使用
GridSearchCV来寻找Logistic回归的
最佳
C值 我运行这个,得到C= 0.001,AUC = 0.59,混淆矩阵: 46,0,35,0。
浏览 0
提问于2016-11-18
得票数 4
回答已采纳
2
回答
在
搜索
时,我能得到每个文档的成绩吗?
、
、
、
我正在尝试实现Okapi BM25,通过
使用
python库进行查询来
搜索
文档。results = searcher.search(query)如何
获得
每个文档的
分数
?还有其他方法来
获得
BM25排名的
分数
吗?
浏览 7
提问于2017-06-20
得票数 3
回答已采纳
1
回答
HyperOpt:基于精度或
f1
评分的
最佳
建模方法
、
、
我已经
使用
了2天的超级选择,我试图建立逻辑回归模型,
使用
超级选择和选择参数的
最佳
组合,根据他们的
f1
评分。然而,无论在哪里,他们都提到了根据损失
分数
来选择最好的模式。如何
使用
精度或
f1
分数
来代替?
浏览 0
提问于2022-03-31
得票数 2
2
回答
Weka中的参数优化算法
、
、
在Weka中,我
使用
了
网格
算法和随机
搜索
参数整定算法,但不幸的是,当我们
使用
ML算法(支持向量回归、线性回归等)而没有任何优化算法时,它们的性能(在更好的预测精度方面)最差。我想知道这怎么可能?我的意思是说,一种算法(
网格
算法或随机
搜索
算法)的性能应该比其他算法好或差,但与没有任何参数优化算法的算法相比,它们的性能最差。
浏览 0
提问于2019-10-16
得票数 1
1
回答
GridSearchCV评分与grid_scores_
、
我正在努力了解如何为
获得
得分手的价值。下面的示例代码为文本数据设置了一个小管道。#setup the pipeline从的角度看我还不清楚 gs_clf.grid_scores_.cv_validation_scores是否是一个数组,其中
浏览 4
提问于2016-05-03
得票数 1
3
回答
目的:评估OneVsRestClassifier在GridSearchCV中的每个分类器的性能
、
、
、
model_tunning = GridSearchCV(model_to_set, param_grid=parameters, scoring='
f1
但是,在上面的例子中,如何从L对象中
获得
GridSearchCV
分数
呢?但是,如果一个元分类器OneVsRestClassifier包含L分类器,那么对于具有L分类器的元分类器OneVsRestClassifier,GridSearchCV怎么能只返回一个
最佳
分数
,对应于4
浏览 5
提问于2015-11-18
得票数 7
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
想提高预测精度?7步教你微调机器学习模型
10,模型的优化
使用网格搜索优化CatBoost参数
遥感:“只需看两次”—对卫星图像进行快速目标识别的新方法
AI算法的调优流程
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券