决策树分类器抛出 KeyError: \'log_loss\'答案

【问题标题】：Decision Tree classifier throws KeyError: 'log_loss'决策树分类器抛出 KeyError: \'log_loss\'
【发布时间】：2022-12-29 05:15:52
【问题描述】：

我使用了 sklearn 的决策树，通常有 log_loss

classifier = DecisionTreeClassifier(random_state = 42,class_weight ='balanced' ,criterion='log_loss')
classifier.fit(X_train, y_train)

错误：

KeyError: 'log_loss'

【问题讨论】：

标签： machine-learning scikit-learn decision-tree

【解决方案1】：

参数criterion的log_loss选项仅在最新的scikit-learnversion 1.1.2中添加：

标准{“基尼”，“熵”，“log_loss”}，默认=“基尼”

它不存在于前两个 version 1.0.2 或 version 0.24.2 中：
标准{“基尼”，“熵”}，默认=“基尼”

该错误表明您使用的是旧版本；你可以检查你的 scikit-learn 版本
import sklearn
print(sklearn.__version__)
因此，您需要将 scikit-learn 升级到 v1.1.2。

【讨论】：

【解决方案2】：

log_loss 标准适用于目标列中有 2 个类的情况。否则，如果我们有 2 个以上的类别，那么我们可以使用熵作为保持相同杂质度量的标准。

【讨论】：