- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
在旧版本的 scikit-learn 中,我们通过[result.mean_validation_score for result in grid.grid_scores_]
获得交叉验证分数的平均值列表。然而从 20.0 scikit-learn 开始,我们不再能够使用grid.grid_scores_
。相反,有grid.cv_results_
。这是我的问题。 grid.cv_results_
中的以下哪些方法对应于我们从 grid.grid_scores_
获取的mean_validaton_score?
最佳答案
根据 GridSearchCV 文档 ( https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html ),您必须将 grid.cv_results_
转换为 Pandas DataFrame,然后您就可以自由访问 mean_train_score 和 mean_test_score 数据:
import pandas as pd
cv_results = pd.DataFrame(grid.cv_results_)
print(cv_results['mean_train_score'])
print(cv_results['mean_test_score'])
第一个 mean_train_score
是您从训练折叠(in-fold)中获得的平均分数,mean_test_score
是平均值您从验证折叠中获得的分数(折叠外)。
基本上,您只对 mean_test_score
感兴趣,以严格评估超参数的性能,但 mean_train_score
可以帮助您了解模型的拟合程度使用某些参数的数据以及它与测试数据的相关程度(例如通过构建验证曲线图,请参阅:https://scikit-learn.org/stable/modules/learning_curve.html)。
关于machine-learning - grid.cv_results_ 中的mean_validation_score对应的函数是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54296405/
在旧版本的 scikit-learn 中,我们通过[result.mean_validation_score for result in grid.grid_scores_]获得交叉验证分数的平均值列
在尝试绘制测试错误与训练错误时,我遇到以下代码问题: from sklearn.model_selection import GridSearchCV trees_grid = {"n_estimat
使用 GridSearchCV 构建模型后,我使用 model.cv_results_ 获得交叉验证结果。但结果中有一个参数让我感到困惑。 rank_test_score 在此代表什么? mean_f
我尝试应用此代码: pipe = make_pipeline(TfidfVectorizer(min_df=5), LogisticRegression()) param_grid = {'logis
我正在使用 BayesSearchCV来自 scikit-optimize优化 XGBoost模型以适合我拥有的一些数据。虽然模型拟合得很好,但我对诊断信息中提供的分数感到困惑,无法复制它们。 这是一
我正在寻找一种在 sklearn 中从 GridSearchCV 绘制 cv_results_ 图表的方法。但示例中的代码使用了 grid_scores_ n_topics = [10, 15, 20
我正在使用 GridSearchCV 对决策树进行超参数调整。我已经适合该模型,我正在尝试找出 Gridsearch.cv_results_ 给出的确切结果。我已经阅读了文档,但仍然不清楚。谁能解释一
我是一名优秀的程序员,十分优秀!