我正在尝试了解如何获取GridSearchCV的计分器值。下面的示例代码在文本数据上建立了一个小的管道。
然后，它在不同的ngram上建立网格搜索。
得分是通过f1度量完成的：
#setup the pipeline
tfidf_vec = TfidfVectorizer(analyzer='word', min_df=0.05, max_df=0.95)
linearsvc = LinearSVC()
clf = Pipeline([('tfidf_vec', tfidf_vec), ('linearsvc', linearsvc)])
# setup the grid search
parameters = {'tfidf_vec__ngram_range': [(1, 1), (1, 2)]}
gs_clf = GridSearchCV(clf, parameters, n_jobs=-1, scoring='f1')
gs_clf = gs_clf.fit(docs_train, y_train)
现在，我可以使用以下命令打印分数：
打印gs_clf.grid_scores_
[mean: 0.81548, std: 0.01324, params: {'tfidf_vec__ngram_range': (1, 1)},
mean: 0.82143, std: 0.00538, params: {'tfidf_vec__ngram_range': (1, 2)}]
打印gs_clf.grid_scores_ [0] .cv_validation_scores
array([ 0.83234714, 0.8 , 0.81409002])
从documentation对我来说还不清楚：
gs_clf.grid_scores_ [0] .cv_validation_scores是否为一个数组，该数组具有通过记分参数定义的分数（每折）（在这种情况下，f1是每折测量）？如果没有，那是什么？
如果我改为选择另一个metric，例如scoring ='f1_micro'，则gs_clf.grid_scores_ [i] .cv_validation_scores中的每个数组都将包含针对特定网格搜索参数选择的折叠的f1_micro度量？
最佳答案
我编写了以下函数，将grid_scores_对象转换为pandas.DataFrame。希望数据框视图可以消除您的困惑，因为它是一种更直观的格式：
def grid_scores_to_df(grid_scores):
"""
Convert a sklearn.grid_search.GridSearchCV.grid_scores_ attribute to a tidy
pandas DataFrame where each row is a hyperparameter-fold combinatination.
"""
rows = list()
for grid_score in grid_scores:
for fold, score in enumerate(grid_score.cv_validation_scores):
row = grid_score.parameters.copy()
row['fold'] = fold
row['score'] = score
rows.append(row)
df = pd.DataFrame(rows)
return df
您必须具有以下导入才能起作用：
import pandas as pd。关于python - GridSearchCV得分和grid_scores_，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37014564/