我有一个二进制分类问题,我想要计算结果的roc_auc。为此,我使用sklearn以两种不同的方式完成了它。我的代码如下。代码1: from sklearn.metrics import make_scorer
myscore = make_scorer代码2: y_score = cross_val_predict(clf, X, y, cv=k_fold, met
我正在处理一个数据集,必须做出两个预测,即两列y,每列也是多类的。所以,我正在使用带有MultiOutput分类器的XGBoost,为了调优它,我想使用网格搜索CV。xgb_clf = xgb.XGBClassifier(learning_rate=0.1, max_depthmin_child_weight':[4]} pa
我使用Jaccard系数来预测新闻中的链接,然后得到我预测的AUC分数。我的代码可以工作,但是每次它给我一个不同的分数,因为每次它随机选择不同的节点作为训练集。假设我想运行1000个预测分数,并存储它们,然后得到这些分数的平均值。我需要在代码中添加/更改什么?Score for Jaccard Coefficient
from sklearn impor