Scikit学习KerasClassifer评估错误答案

【问题标题】：Scikit learn KerasClassifer evaluation errorScikit学习KerasClassifer评估错误
【发布时间】：2019-02-28 13:57:40
【问题描述】：

我为 k 折验证创建了一个 Keras 分类器。下面是构建分类器的函数。

def build_classifier():

classifier = Sequential()
classifier.add(Dense(activation="relu", input_dim=11, units=6, kernel_initializer="uniform"))
classifier.add(Dense(activation="relu", units=6, kernel_initializer="uniform"))
classifier.add(Dense(activation="sigmoid", units=1, kernel_initializer="uniform"))
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])

return classifier

我已经将分类器初始化如下。

    classfier = KerasClassifier(build_fn = build_classifier, batch_size=10, epochs=100)

我正在尝试从这 10 次验证中获得准确度分数。

    accuracies = cross_val_score(estimator = classifier, X = X_train, y = y_train, cv = 10, n_jobs = -1)

但是它显示了一个 TypeError：

TypeError：如果未指定评分，则传递的估计器应有一个“得分”的方法。估算器做不是。

【问题讨论】：

显示导入。您使用的是哪个版本的 keras 和 scikit-learn？
keras v2.2.2 和 scikit-learn v0.19.1

标签： python scikit-learn keras

【解决方案1】：

在 cross_val_score 中通过 score="accuracy" 应该可以工作。
这里解决了类似的问题：Scikit-learn TypeError: If no scoring is specified, the estimator passed should have a 'score' method

【讨论】：

我确实尝试添加评分 =“准确度”，但这是我得到的错误。无法克隆对象“”（类型）：它似乎不是 scikit-learn 估计器，因为它没有实现'get_params' 方法。