5

我正在尝试在 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，我似乎无法让我的工作。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). 此外，如果您注释掉scoring=met_grid, refit='accuracy', return_train_score=True，它可以工作。这是我的错误：

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

此外，如果您能解释多个指标评估或将我推荐给可以的人，那将不胜感激！
谢谢

4

1 回答 1

12

f1是一个二元分类度量。对于多类分类，你必须使用averaged f1基于不同的聚合。您可以在此处找到 Sklearn 中可用的详尽评分列表。

尝试这个！

scoring = ['accuracy','f1_macro']

custom_knn = GridSearchCV(clf, param_grid, scoring=scoring, 
                          refit='accuracy', return_train_score=True,cv =3)
于 2018-12-30T06:12:02.620 回答