如何获得日志损失？

Question

我正在使用 Leaf Classification 数据集，我正在努力计算我的模型在测试后的对数损失。从此处的指标 class 导入它后，我这样做：

 # fitting the knn with train-test split 
 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=42)
 
 # Optimisation via gridSearch
 knn=KNeighborsClassifier()
 params={'n_neighbors': range(1,40), 'weights':['uniform', 'distance'], 'metric':['minkowski','euclidean'],'algorithm': ['auto','ball_tree','kd_tree', 'brute']}
 k_grd=GridSearchCV(estimator=knn,param_grid=params,cv=5)
 k_grd.fit(X_train,y_train)
 
 # testing 
 yk_grd=k_grd.predict(X_test)

 # calculating the logloss 
 print (log_loss(y_test, yk_grd))

但是，我的最后一行导致了以下错误：

 y_true and y_pred contain different number of classes 93, 2. Please provide the true labels explicitly through the labels argument. Classes found in y_true.

但是当我运行以下内容时：

X_train.shape, X_test.shape, y_train.shape, y_test.shape, yk_grd.shape
# results
((742, 192), (248, 192), (742,), (248,), (248,))

我到底错过了什么？

Answer 1

来自sklearn.metrics.log_loss documentantion：

y_pred : array-like of float, shape = (n_samples, n_classes) or (n_samples,)

Predicted probabilities, as returned by a classifier’s predict_proba method.

然后，得到log loss：

yk_grd_probs = k_grd.predict_proba(X_test)
print(log_loss(y_test, yk_grd_probs))

如果仍然出现错误，则表示 y_test 中缺少特定的 class。

使用：

print(log_loss(y_test, yk_grd_probs, labels=all_classes))

其中 all_classes 是一个包含数据集中所有 class 的列表。

如何获得日志损失？

How to get the log loss?

python

metrics

machine-learning

python-3.x

scikit-learn