具有 OneClassSVM 错误的详尽网格搜索答案

【问题标题】：Exhaustive Grid search with OneClassSVM error具有 OneClassSVM 错误的详尽网格搜索
【发布时间】：2021-12-29 02:03:06
【问题描述】：

我正在尝试将OneClassSVM 与GridSearchCV 一起使用，如下所示：

param_grid={'nu':[0.0001,0.001,0.01,0.1,1],'gamma':[0.0001,0.001,0.01,0.1,1],'kernel':['rbf','poly','linear']}
svc=svm.OneClassSVM()
model=GridSearchCV(svc,param_grid)

但是命令

model.fit(X_train, y_train)

给我错误：

TypeError: If no scoring is specified, the estimator passed should have a 'score' method. The estimator OneClassSVM(cache_size=200, coef0=0.0, degree=3, gamma='scale', kernel='rbf',
            max_iter=-1, nu=0.5, shrinking=True, tol=0.001, verbose=False) does not.

附：使用 SVC 而不是 OneClassSVM 有效。

【问题讨论】：

标签： python machine-learning scikit-learn svm gridsearchcv

【解决方案1】：

来自GridSearchCV的文档

估算器：

假设这是为了实现 scikit-learn 估计器接口。要么估算器需要提供 score 函数，要么必须通过 scoring。

还有
得分：

在测试集上评估交叉验证模型性能的策略。

您可以在文档页面上阅读有关它的更多信息。在您的情况下，您可以使用此处列出的评分方法之一Metrics and scoring

我会先传递“准确性”，看看它是否能解决问题，然后从那里开始

model = GridSearchCV(svc, param_grid, scoring='accuracy')

【讨论】：