GridSearchCV 评分和 grid_scores_答案

【问题标题】：GridSearchCV scoring and grid_scores_GridSearchCV 评分和 grid_scores_
【发布时间】：2016-05-03 21:21:19
【问题描述】：

我试图了解如何获取GridSearchCV 的记分员值。下面的示例代码在文本数据上设置了一个小管道。

然后它会在不同的 ngram 上设置网格搜索。

评分是通过 f1 度量完成的：

#setup the pipeline
tfidf_vec = TfidfVectorizer(analyzer='word', min_df=0.05, max_df=0.95)
linearsvc = LinearSVC()
clf = Pipeline([('tfidf_vec', tfidf_vec), ('linearsvc', linearsvc)])

# setup the grid search
parameters = {'tfidf_vec__ngram_range': [(1, 1), (1, 2)]}
gs_clf = GridSearchCV(clf, parameters, n_jobs=-1, scoring='f1')
gs_clf = gs_clf.fit(docs_train, y_train)

现在我可以打印分数了：

打印 gs_clf.grid_scores_

[mean: 0.81548, std: 0.01324, params: {'tfidf_vec__ngram_range': (1, 1)},
 mean: 0.82143, std: 0.00538, params: {'tfidf_vec__ngram_range': (1, 2)}]

打印 gs_clf.grid_scores_[0].cv_validation_scores

array([ 0.83234714,  0.8       ,  0.81409002])

documentation我不清楚：

gs_clf.grid_scores_[0].cv_validation_scores 是一个数组，其分数是通过评分参数定义的，每折（在这种情况下，f1 测量每折）？如果不是，那是什么？
如果我改为选择另一个metric，例如scoring='f1_micro'，gs_clf.grid_scores_[i].cv_validation_scores 中的每个数组将包含特定网格搜索参数选择的折叠的f1_micro 度量？

【问题讨论】：

是的，你理解正确

标签： python scikit-learn

【解决方案1】：

我编写了以下函数来将grid_scores_ 对象转换为pandas.DataFrame。希望数据框视图有助于消除您的困惑，因为它是一种更直观的格式：

def grid_scores_to_df(grid_scores):
    """
    Convert a sklearn.grid_search.GridSearchCV.grid_scores_ attribute to a tidy
    pandas DataFrame where each row is a hyperparameter-fold combinatination.
    """
    rows = list()
    for grid_score in grid_scores:
        for fold, score in enumerate(grid_score.cv_validation_scores):
            row = grid_score.parameters.copy()
            row['fold'] = fold
            row['score'] = score
            rows.append(row)
    df = pd.DataFrame(rows)
    return df

你必须有以下导入才能工作：import pandas as pd。

【讨论】：