当我使用“NaN”作为评分时，sklearn cross_val_score()返回r2值

文章/答案/技术大牛

发布

1回答

scikit-learn、regression、nan、cross-validation

我正在尝试使用sklearn cross_val_score()。numpy import meanfrom numpy import absolutefrom sklearn.model_selectionimport LeaveOneOutfrom sklearn</e

浏览 57提问于2020-12-10得票数 0

回答已采纳

2回答

如何比较受过特征训练的分类器与缺失的数据？

machine-learning、classification、missing-data、feature-selection

A B Label0 0.1 0.9 x2 0.3 NaN y...还假设feature A没有缺少值，而feature B包含m个缺失值(显示为NaN，m> 0)。为了进行比较，我使用了从混淆矩阵中派生的标准评估指标。问题是，一些框架(如scikit学习)不允许NaN值

浏览 2提问于2018-07-04得票数 2

1回答

在python中实现留一交叉验证

python

我正在尝试用python实现LOOCV，我的代码运行得很好，但我的输出是NaN值。我尝试在n_splits = len(y)中使用KFold，但它返回相同的输出。我对python还是个新手。import train_test_splitfrom sklearn.linear_modelimport LinearRegression from sklearn.mode

浏览 28提问于2020-04-02得票数 0

2回答

在sklearn中将fit_params传递给cross_val_score，它总是返回nan

python、scikit-learn

当我将fit_params传递给cross_val_score in sklearn时，它总是返回nan。parameters = {'n_estimators':100} n_jobs=-1)当我不使用<

浏览 2提问于2021-02-03得票数 1

1回答

随机森林的大负R2或精度分数( GridSearchCV而非train_test_split )

python、scikit-learn、random-forest、grid-search、gridsearchcv

我正在尝试使用GridSearchCV从scikit-学习和观察火车/测试指标之间的差异。然而，当我尝试在GridSearchCV中使用相同的数据时，测试和培训度量似乎是完全不同的，测试精度是一个很大的负数，而不是介于0和1之间。错误度量，RandomForestRegressor的缺省值</e

浏览 0提问于2019-05-15得票数 2

3回答

sklearn中K-折叠交叉验证中每个折叠的预测值

python、scikit-learn、regression、cross-validation

我已经使用python sklearn对一个数据集执行了10次交叉验证，print(result.mean()) 我已经能够得到r2分数的平均值作为最终结果。我想知道是否有一种方法可以打印出每个折叠的预测值(在本例中为10组值)。

浏览 38提问于2018-08-07得票数 6

回答已采纳

2回答

cross_val_score在放入fit_params时返回nan

python、machine-learning、scikit-learn、cross-validation

我在SVC中使用cross_val_score进行交叉验证的SVC分类任务，但当我为fit_params输入参数时，返回nan值列表，但如果不为fit_params添加参数，则返回值列表。param_grid = { 'gamma' : ['auto','scale'] svc = SVC(kernel = &qu

浏览 9提问于2022-02-22得票数 0

回答已采纳

2回答

如何在使用交叉验证时使用测试数据集进行预测？

python、machine-learning、scikit-learn、random-forest、cross-validation

我想使用交叉验证的预测模型。我想保持20%的数据作为一个测试集，并使用我的其余数据，以适应我的模型交叉验证。作为一个机器学习模型，我想使用随机森林和LightGBM。from sklearn.ensemble import RandomForestRegressor

浏览 3提问于2020-07-17得票数 1

回答已采纳

1回答

Python sklearn.model_selection.validation_curve返回整个NaN值数组。

python、scikit-learn

当我使用大小的数据矩阵X (6859,5)和大小的输出向量Y (6859)运行以下代码时，它返回train_scores和valid_scores作为NaN值数组。from sklearn.model_selection import validation_curve from sklearn.ensemble import RandomForestRegressorfrom sklearn.model_selection impor

浏览 10提问于2022-08-05得票数 0

9回答

sklearn cross_val_score()返回NaN值

python、nan、prediction、cross-validation、sklearn-pandas

我遵循了一个指南，但是当我尝试使用cross_val_score()函数时，它会返回NaN值。KNeighborsClassifier()))´ kfold = KFold(n_splits=2, random_state=22) cv_result = cross_val_score(model,X_train,y_train, cv = kfold,scoring = "accuracy&q

浏览 23提问于2020-02-11得票数 7

回答已采纳

1回答

当我将惩罚改为L1时，为什么我的L1失败了？

python、machine-learning、scikit-learn、classification、svm

(来源：)该文件指出：import numpy as npimport pandas as pd from <em

浏览 1提问于2021-08-06得票数 1

1回答

管道mlp回归器的评分

python、scikit-learn、pipeline

我很难弄清楚cross_val_score和pipeline.score在使用MLPRegressor时返回的是什么。我的印象是它返回了r2分数，但是当我使用数据运行sklearn.metrics.r2_score时，我收到了一个完全不同的值。这是我的密码。Pipeline([('transformer',scaler),('estimator',mlp)]) pipeline.fit(x,y)

浏览 8提问于2019-12-03得票数 0

2回答

如何从R2 GridSearchCV中获取MSE和GridSearchCV？

python、machine-learning、statistics、scikit-learn

我可以在管道上使用GridSearchCV，并将评分指定为'MSE'或'R2'。然后，我可以访问gridsearchcv.best_score_来恢复我指定的那个。如果我再次使用其他评分参数运行GridSearchCV，它可能找不到相同的解决方案，因此它所报告的分数可能不对应于我们有第一个值的模型。也许我可以提取参数并将它们提供给一个新的管道，然后使用新的管道运行cross_val_score？有更好的办法吗？谢谢。

浏览 2提问于2014-08-04得票数 6

回答已采纳

1回答

为什么我的neg_mean_squared_error是AdaBoostRegressor的正数？

python、machine-learning、scikit-learn、data-science

当使用sklearn的cross_val_score和scoring='neg_mean_squared_error'调优AdaBoostRegressor时，它返回一个正数。我的所有其他算法(线性回归、svr、随机森林回归等)都返回负数。然后使用np.mean(np.sqrt(-cross_val_score))计算RMSE分数的平均值。n_estimators=200, loss='

浏览 0提问于2019-07-27得票数 1

1回答

K-折叠交叉验证在人工神经网络中的应用

python、machine-learning、keras、scikit-learn

tensorflow as tf dataset.replace([np.inf, -np.inf], np.nanle.fit_transform(X[:,1])X[:, 3] = le.fit_transform(X[:,3]) from sklearn.pre

浏览 128提问于2020-08-10得票数 1

回答已采纳

1回答

Python Numpy数组(错误)自动舍入

python、arrays、numpy、scikit-learn

我在一个线性回归模型上使用Leave-Out-Out-Cross-Validation。有8869个观察值，原因如下： reg = LinearRegression() scoring = 'r2') 我应该获得一个包含8869个值的numpy数组，该数组包含0到1之间的8个小数。相反，例如，如果我使用<

浏览 11提问于2019-02-23得票数 1

回答已采纳

4回答

使用统计模型估计与科学知识-学习交叉验证，这是可能的吗？

python、scikit-learn、cross-validation、statsmodels

我正在寻找一种方法，我可以使用从python获得的fit对象(结果)输入到cross_val_score的scikit-学习cross_validation方法？

浏览 9提问于2016-12-08得票数 33

1回答

corss_val_score中的意外R^2损失值

python、machine-learning、regression、loss-function

为此，我使用了来自sklearn.model_selection的sklearn.model_selection。当我选择评分参数为'r2‘后，我得到了一些模型的高度负值。NuSVR())for regressor in regressors: cv_results.append(cross_val_score(regressor, X = X_train, y = Y_train

浏览 1提问于2018-07-18得票数 0

回答已采纳

5回答

为什么当我把角角设定为300的时候，它只做了10个时代？

python、neural-network、keras、data-science

我使用了sklearn和Keras的组合，使用Theano作为后端。import cross_val_scorefrom sklearn.model_selection importPipeline(estimators)results

浏览 4提问于2017-04-03得票数 6

回答已采纳

2回答

同时学习自定义记分器多个度量标准

python、scikit-learn、classification、scoring

我有一个函数，它返回一个带有Observation多个评分器的对象，如何将它集成到一个自定义的记分器中？

浏览 2提问于2016-10-23得票数 2

回答已采纳

点击加载更多