問題タブ [gridsearchcv]

GridSearchCV で複数のメトリックを使用しようとしています。私のプロジェクトには、「精度」や「f1 スコア」などの複数の指標が必要です。ただし、sklearn モデルとオンライン投稿をたどった後、私のものを動作させることができないようです。これが私のコードです：

でエラーが発生しますcustom_knn.fit(X_train,y_train)。さらに、 をコメントアウトするscoring=met_grid, refit='accuracy', return_train_score=Trueと機能します。これが私のエラーです：

また、複数のメトリック評価について説明していただけるか、できる人を紹介していただければ幸いです。
ありがとう

そのため、StandardScaler() を使用すると、ネストされた 3 分割クロス検証をそれぞれ高速に実行して、GridSearchCV 内に RFECV を作成できることがわかりました。StandardScaler() がなければ、私のコードは 2 日以上実行されていたので、キャンセルして StandardScaler をプロセスに挿入することにしました。しかし、今では 4 時間以上実行されており、正しく実行できたかどうかはわかりません。これが私のコードです：

正直に言うと、StandardScaler() を GridSearchCV() 関数内に配置して、1 回だけでなく (?) フォールドごとにデータを正規化する必要があると思うので、正しくないと思います。私が間違っている場合、またはパイプラインが間違っている場合は修正してください。

RFECV によってプルーニングされる 145 個のフィーチャの 8,000 行と、GridSearchCV によってプルーニングされる 6 つの C 値があります。したがって、各 C 値について、最適な機能セットは RFECV によって決定されます。

ありがとう！

アップデート：

したがって、次のように RFECV 内に StandardScaler を配置します。

しかし、それでも次のエラーがスローされます。

ValueError: エスティメータ Pipeline(memory=None, steps=[('standardscaler', StandardScaler(copy=True, with_mean=True, >with_std=True)), ('svc', SVC(C=1.0, cache_size) のパラメータ C が無効です=200、class_weight=なし、>coef0=0.0、decision_function_shape='ovr'、次数=3、ガンマ='auto'、カーネル='linear'、max_iter=-1、確率=False、random_state=なし、縮小=True 、tol=0.001、verbose=False))])。> で使用可能なパラメーターのリストを確認しますestimator.get_params().keys()。