1

里面有什么,它是check_scoring如何sklearn.metrics工作的,它与 有什么区别make_scorer

4

1 回答 1

1

check_scoring主要用作内部方法,以确保评分方法有效。

它返回与 a 相同类型的实例make_scorer,或者如果None提供了默认分数:

>>> from sklearn.tree import DecisionTreeClassifier
>>> from sklearn.tree import DecisionTreeRegressor
>>> clf = DecisionTreeClassifier()
>>> regr = DecisionTreeRegressor()

>>> from sklearn.metrics import check_scoring

>>> check_scoring(clf, scoring="recall")
make_scorer(recall_score, average=binary)

>>> check_scoring(regr, scoring="r2")
make_scorer(r2_score)

所以:你可能会make_scorer更频繁地使用。

另见scoring在 scikit-learn 的词汇表中

于 2021-05-06T20:17:40.030 回答