python - 在 GridSearchCV 中使用多指标评估

Question

我正尝试在 GridSearchCV 中使用多个指标。我的项目需要多个指标，包括“准确性”和“f1 分数”。但是，在遵循 sklearn 模型和在线帖子之后，我似乎无法正常工作。这是我的代码:

from sklearn.model_selection import GridSearchCV
from sklearn.metrics import f1_score
clf = KNeighborsClassifier()

param_grid = {'n_neighbors': range(1,30), 'algorithm': ['auto','ball_tree','kd_tree', 'brute'], 'weights': ['uniform', 'distance'],'p': range(1,5)}

#Metrics for Evualation:
met_grid= ['accuracy', 'f1'] #The metric codes from sklearn

custom_knn = GridSearchCV(clf, param_grid, scoring=met_grid, refit='accuracy', return_train_score=True)

custom_knn.fit(X_train, y_train)
y_pred = custom_knn.predict(X_test)

我的错误发生在 custom_knn.fit(X_train,y_train) 上。此外，如果您注释掉 scoring=met_grid, refit='accuracy', return_train_score=True，它会起作用。这是我的错误:

ValueError: Target is multiclass but average='binary'. Please choose another average setting.

此外，如果您能解释多重指标评估或将我介绍给可以做到这一点的人，我们将不胜感激!
谢谢

Answer 1

f1 是二元分类指标。对于多类分类，您必须根据不同的聚合使用 averaged f1。您可以在 Sklearn 中找到详尽的评分列表 here .

试试这个!

scoring = ['accuracy','f1_macro']

custom_knn = GridSearchCV(clf, param_grid, scoring=scoring, 
                          refit='accuracy', return_train_score=True,cv =3)