次のスコアリング関数を定義するとします。
def multi_label_macro_auc(y_gt, y_pred):
n_labels = y_pred.shape[1]
auc_scores = [None] * n_labels
# Convert the multi-class ground truth to a binary ground truth
# by iterating through the labels
for label in xrange(n_labels):
auc_scores[label] = roc_auc_score((y_gt == label)*1, y_pred[:,label])
return np.mean(auc_scores)
ml_macro_auc_s = make_scorer(multi_label_macro_auc, greater_is_better=True,
needs_threshold=False, needs_proba=True)
そして、DummyClassifier
私は自分のデータで a を学びます:
dummy_clf = DummyClassifier(strategy='stratified',random_state=0)
dummy_clf.fit(X,y)
次に、このダミー分類子をスコアリング関数に対してテストしようとすると、次のようになります。
ml_macro_auc_s(dummy_clf, X, y)
scikit-learn は次のように文句を言います:
"ValueError: AUC is defined for binary classification only"
に を渡そうとしましたprobability=True
がDummyClassifier
、そのパラメーターを受け入れないようです:
dummy_clf = DummyClassifier(strategy='stratified'',random_state=0, probability=True)
ソフト出力を必要とする独自のスコアラーを に適用するにはどうすればよいDummyClassifier
ですか?
アップデート:
y
範囲内の値を持つ 1D 配列です[0,1,2]
X
y と同じ数の行と列を持つ特徴配列125
です