scikit-learn 中的“评分必须返回一个数字”cross_val_score 错误答案

【问题标题】："scoring must return a number" cross_val_score error in scikit-learnscikit-learn 中的“评分必须返回一个数字”cross_val_score 错误
【发布时间】：2015-06-27 13:39:59
【问题描述】：

也许这是一个愚蠢的问题，但我不明白下面代码中的函数cross_val_score 给我的错误。也许答案是X 样本的格式，看到这正是崩溃消息中显示的内容，但我不知道如何修复。这是我项目中的一段代码，带有一些随机值。

import numpy as np
from sklearn import mixture,cross_validation

np.random.seed(0)
n_samples = 300
C = np.array([[0., -0.7], [3.5, .7]])
X = np.r_[np.dot(np.random.randn(n_samples, 2), C),
          np.random.randn(n_samples, 2) + np.array([20, 20])]

clf = mixture.GMM(n_components=2, covariance_type='full')
score = cross_validation.cross_val_score(clf, X)

给我错误：

ValueError: scoring must return a number, got (<type 'numpy.ndarray'>) instead

【问题讨论】：

标签： python numpy machine-learning scikit-learn

【解决方案1】：

我认为这可能是 scikit 中的一个问题。 cross_val_score 最终会调用 score 函数来获取传递给它的任何估计器。通常，score（例如在KMeans）returns a float。当KMeans 估计器传递给cross_val_score 时，一切都很好：

>>> clf = cluster.KMeans()
>>> score = cross_validation.cross_val_score(clf, X)
# (no error)

注意score的返回类型：

>>> clf = cluster.KMeans()
>>> clf.fit(X)
>>> type(clf.score(X))
numpy.float64

当score 在GMM 和array is returned 上调用时。

>>> clf = mixture.GMM()
>>> clf.fit(X)
>>> type(clf.score(X))
numpy.ndarray

因为 cross_val_score 依赖于 clf.score() 返回一个浮点数，所以您看到的错误消息是有意义的。

一种解决方法是为cross_val_score 提供您自己的记分员。例如，要取GMM.score() 返回的分数的平均值，请创建以下评分函数：

>>> scorer = lambda est, data: np.mean(est.score(data))

然后您可以将此记分器作为参数传递给cross_val_score：

>>> score = cross_validation.cross_val_score(clf, X, scoring=scorer)

这避免了错误，我认为应该或多或少地做你正在寻找的东西。我不确定平均值是否一定是总结分数的最佳方式，尽管它似乎足够合理。但是您可以从这里定义自己的方法。

【讨论】：