码迷,mamicode.com
首页 > 其他好文 > 详细

grid search

时间:2017-09-04 13:19:07      阅读:270      评论:0      收藏:0      [点我收藏+]

标签:cti   ref   gen   href   class   svm   tps   tle   tab   

sklearn.metrics.make_scorer(score_funcgreater_is_better=Trueneeds_proba=Falseneeds_threshold=False**kwargs)[source]?

>>> from sklearn.metrics import fbeta_score, make_scorer >>> ftwo_scorer = make_scorer(fbeta_score, beta=2) >>> ftwo_scorer make_scorer(fbeta_score, beta=2) >>> from sklearn.model_selection import GridSearchCV >>> from sklearn.svm import LinearSVC >>> grid = GridSearchCV(LinearSVC(), param_grid={‘C‘: [1, 10]}, ... scoring=ftwo_scorer)

fbeta_score 可以自定义。
 
>>> from sklearn.metrics import fbeta_score
>>> y_true = [0, 1, 2, 0, 1, 2]
>>> y_pred = [0, 2, 1, 0, 0, 1]
>>> fbeta_score(y_true, y_pred, average=‘macro‘, beta=0.5)
 

grid search

标签:cti   ref   gen   href   class   svm   tps   tle   tab   

原文地址:http://www.cnblogs.com/xinping-study/p/7472950.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!