ValueError：“balanced_accuracy”不是 scikit-learn 中的有效评分值

Question

我尝试将其他评分指标传递给GridSearchCV，例如用于二元分类的balanced_accuracy（而不是默认的accuracy）

  scoring = ['balanced_accuracy','recall','roc_auc','f1','precision']
  validator = GridSearchCV(estimator=clf, param_grid=param_grid, scoring=scoring, refit=refit_scorer, cv=cv)

得到了这个错误

ValueError：“balanced_accuracy”不是有效的评分值。有效的 选项是 ['accuracy','adjusted_mutual_info_score','adjusted_rand_score','average_precision','completeness_score','explained_variance','f1','f1_macro','f1_micro','f1_samples','f1_weighted','fowlkes_mallows_score',' homogeneity_score'，'mutual_info_score'，'neg_log_loss'，'neg_mean_absolute_error'，'neg_mean_squared_error'，'neg_mean_squared_log_error'，'neg_median_absolute_error'，'normalized_mutual_info_score'，'precision'，'precision_macro'，'precision_micro'，'precision_samples'，'precision_weighted' ,'r2','recall','recall_macro','recall_micro','recall_samples','recall_weighted','roc_auc','v_measure_score']

这很奇怪，因为 'balanced_accuracy' should be valid 如果不定义balanced_accuracy，那么代码就可以正常工作

    scoring = ['recall','roc_auc','f1','precision']

此外，上述错误中的评分指标似乎与document中的评分指标不同

任何想法为什么？非常感谢

scikit-learn 版本为 0.19.2

Answer 1

如果您想使用balanced_accuracy，请将您的 sklearn 更新到最新版本。从0.19 documentation 可以看出，balanced_accuracy 不是有效的评分指标。是added in 0.20。