我尝试计算一个汇总的混淆矩阵来评估我的模型:
cv_results = cross_validate(estimator, dataset.data, dataset.target, scoring=scoring,
cv=Config.CROSS_VALIDATION_FOLDS, n_jobs=N_CPUS, return_train_score=False)
但是我不知道如何提取不同折痕的单个混淆矩阵。在得分手中,我可以计算出它:
scoring = {
'cm': make_scorer(confusion_matrix)
}
,但我无法返回混淆矩阵,因为它必须返回一个数字而不是一个数组。如果尝试,会出现以下错误:
ValueError: scoring must return a number, got [[...]] (<class 'numpy.ndarray'>) instead. (scorer=cm)
我想知道是否可以将混淆矩阵存储在全局变量中,但是使用失败
global cm_list
cm_list.append(confusion_matrix(y_true,y_pred))
在自定义得分手中。
在此先感谢您的任何建议。
最佳答案
问题是,在RandomizedSearchCV完成后,我无法访问估计器,因为我不知道RandomizedSearchCV实现了一种预测方法。这是我的个人解决方案:
r_search = RandomizedSearchCV(estimator=estimator, param_distributions=param_distributions,
n_iter=n_iter, cv=cv, scoring=scorer, n_jobs=n_cpus,
refit=next(iter(scorer)))
r_search.fit(X, y_true)
y_pred = r_search.predict(X)
cm = confusion_matrix(y_true, y_pred)
关于python - sklearn RandomizedSearchCV提取不同褶皱的混淆矩阵,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45915247/