Sklearn：有没有办法为管道定义特定的分数类型？

Posted 2023-03-12

【中文标题】Sklearn：有没有办法为管道定义特定的分数类型？

【英文标题】：Sklearn: Is there a way to define a specific score type to pipeline?

【发布时间】：2020-08-13 01:47:06

【问题描述】：

我可以这样做：

model=linear_model.LogisticRegression(solver='lbfgs',max_iter=10000)
kfold = model_selection.KFold(n_splits=number_splits,shuffle=True, random_state=random_state)
scalar = StandardScaler()
pipeline = Pipeline([('transformer', scalar), ('estimator', model)])
results = model_selection.cross_validate(pipeline, X, y, cv=kfold, scoring=score_list,return_train_score=True)

其中 score_list 可以类似于 ['accuracy','balanced_accuracy','precision','recall','f1']。

我也可以这样做：

kfold = model_selection.KFold(n_splits=number_splits,shuffle=True, random_state=random_state)
scalar = StandardScaler()
pipeline = Pipeline([('transformer', scalar), ('estimator', model)])
for i, (train, test) in enumerate(kfold.split(X, y)):
    pipeline.fit(self.X[train], self.y[train])
    pipeline.score(self.X[test], self.y[test])

但是，我无法在最后一行更改管道的分数类型。我该怎么做？

【参考方案1】：

score 方法总是 accuracy 用于分类，r2 得分用于回归。没有参数可以改变它。它来自Classifiermixin 和RegressorMixin。

相反，当我们需要其他评分选项时，我们必须从sklearn.metrics 导入它，如下所示。

from sklearn.metrics import balanced_accuracy

y_pred=pipeline.score(self.X[test])
balanced_accuracy(self.y_test, y_pred)