4

我目前正在尝试使用 scikit-learn 中的 GridSearchCV 调整超参数，使用“Precision at k”评分指标，如果我将分类器分数的前第 k 个百分位数分类为正类，这将给我精度。我知道可以使用 make_scorer 创建一个自定义记分器并创建一个 score 函数。这就是我现在所拥有的：

from sklearn import metrics
from sklearn.grid_search import GridSearchCV
from sklearn.linear_model import LogisticRegression

def precision_at_k(y_true, y_score, k):
    df = pd.DataFrame({'true': y_true, 'score': y_score}).sort('score')
    threshold = df.iloc[int(k*len(df)),1]
    y_pred = pd.Series([1 if i >= threshold else 0 for i in df['score']])
    return metrics.precision_score(y_true, y_pred)

custom_scorer = metrics.make_scorer(precision_at_k, needs_proba=True, k=0.1)

X = np.random.randn(100, 10)
Y = np.random.binomial(1, 0.3, 100)

train_index = range(0, 70)
test_index = range(70, 100)
train_x = X[train_index]
train_Y = Y[train_index]
test_x = X[test_index]
test_Y = Y[test_index]

clf = LogisticRegression()
params = {'C': [0.01, 0.1, 1, 10]}
clf_gs = GridSearchCV(clf, params, scoring=custom_scorer)
clf_gs.fit(train_x, train_Y)

然而，试图打电话fit给我Exception: Data must be 1-dimensional，我不知道为什么。任何人都可以帮忙吗？提前致谢。

4

1 回答 1

2

pd.DataFrame 的参数应该是 'list' 而不是 'numpy.arrays'

所以，只需尝试将 y_true 转换为 python 列表...

df = pd.DataFrame({'true': y_true.tolist(), 'score': y_score.tolist()}).sort('score')
于 2016-01-28T01:59:35.590 回答