GridSearch sklearn 上的参数感知评分函数
parameter-aware scoring function on GridSearch sklearn
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，因为评分过程中不包含候选模型的副本。我得到的是一个带有默认参数的未拟合模型。
是的，这就是 GridSearchCV 中的评分方式：scoring 参数可以是可调用的，带有签名 (estimator, X, y)。搜索在训练折叠上匹配估计器的副本，并将其与测试折叠数据一起传递给您的记分器。见 User Guide.
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，因为评分过程中不包含候选模型的副本。我得到的是一个带有默认参数的未拟合模型。
是的，这就是 GridSearchCV 中的评分方式：scoring 参数可以是可调用的，带有签名 (estimator, X, y)。搜索在训练折叠上匹配估计器的副本，并将其与测试折叠数据一起传递给您的记分器。见 User Guide.