GridSearch sklearn 上的参数感知评分功能答案

【问题标题】：parameter-aware scoring function on GridSearch sklearnGridSearch sklearn 上的参数感知评分功能
【发布时间】：2021-10-15 22:54:41
【问题描述】：

有没有办法将当前候选模型作为输入传递给自定义评分函数？

我正在寻找类似于cross_val_score 方法的东西，其中clf 是输入之一。

将模型作为额外参数传递是行不通的，因为在评分过程中没有携带候选模型的副本。相反，我得到的是具有默认参数的未拟合模型。

【问题讨论】：

【解决方案1】：

是的，这就是在GridSearchCV 中评分的工作方式：scoring 参数可以是可调用的，带有签名(estimator, X, y)。搜索适合训练折叠的估计器副本，并将其与测试折叠数据一起传递给您的记分器。请参阅User Guide。

【讨论】：

如果我弄错了，请纠正我：不再需要围绕评分功能的make_scorer。用(estimator, X, y)传递一个简单的函数就够了？
@KDaneelOlivaw 对。 make_scorer 是从度量函数创建这种评分函数的便捷函数，但您需要（/想要）额外的灵活性。请注意考虑一些make_scorer 选项：搜索会将较大的分数视为更好（因此，如果需要，请否定该值），您可以自行决定采用predict 或predict_proba，等等。跨度>