scikit-learn - scikit-learn での相互検証の 1 つの標準エラー ルール

Question

grisSearchCV を使用していくつかのモデルを scikit-learn に当てはめようとしています。「1 つの標準誤差」ルールを使用して最適なモデルを選択したいと考えています。つまり、スコアが 1 以内のモデルのサブセットから最も倹約的なモデルを選択したいと考えています。最高得点の標準誤差。これを行う方法はありますか？

Answer 1

以下を使用して、検証スコアの平均の標準誤差を計算できます。

from scipy.stats import sem

grid_scores_次に、当てはめたGridSearchCVオブジェクトの属性にアクセスします。この属性は、scikit-learn のマスター ブランチで変更されているため、インタラクティブ シェルを使用してその構造を調べてください。

最も倹約的なモデルの選択に関しては、モデルのモデル パラメーターには常に自由度の解釈があるとは限りません。多くの場合、パラメーターの意味はモデル固有であり、それらの「節約」を解釈するための高レベルのメタデータはありません。モデルクラスごとにケースバイケースで解釈をエンコードする必要がある場合があります。