python - sci-kit learn 中 SVC 概率输出的网格搜索交叉验证

Question

我想对 SVC 分类器的概率输出运行网格搜索交叉验证。我特别想最小化负对数可能性。从文档来看， GridSearchCV 似乎调用了它所传递的估计器的 predict() 方法以及 的 predict() 方法SVC 返回类预测而不是概率(predict_proba() 返回类概率)。

1) 我是否需要对 SVC 进行子类化并为其提供返回概率而不是类的 predict() 方法来完成对数似然交叉验证？我想我需要编写自己的 score_func 或 loss_func？

2)这种负对数似然的交叉验证是愚蠢的吗？我这样做是因为数据集是:a)不平衡的 5:1 和 b)根本不可分离，即即使是“最差”的观察结果也有 > 50% 的机会属于“好”类别。 (可能还会在统计问答中发布第二个问题)

Answer 1

1. 是的，您会在两个帐户上都这样做。

   class ProbSVC(SVC):
       def predict(self, X):
           return super(ProbSVC, self).predict_proba(X)
   

2. 我不确定这是否有效，因为多数类别可能仍主导对数似然分数，并且最终估计器仍可能为少数类别的样本产生 >.5 的正值。不过，我不确定，所以请将其发布到统计信息中。