sklearn：在gridsearchCV / Pipeline中将参数赋予F1分数答案

【问题标题】：sklearn: give param to F1 score in gridsearchCV/Pipelinesklearn：在gridsearchCV / Pipeline中将参数赋予F1分数
【发布时间】：2020-07-14 06:46:45
【问题描述】：

我设置了一个sklearn.GridsearchCV 和一个Pipeline 作为估算器。我的问题是多类分类。我清楚地收到了这个错误：

ValueError: Target is multiclass but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'weighted'].

这是因为我使用了F1 分数而没有设置average 参数。我的问题是我应该在哪里将此参数传递给对象？

我的代码：

estimator = GridSearchCV(
    estimator=Pipeline(setting['layers']),
    param_grid=setting['hyper_parameters'],
    cv=cv,
    scoring=self.scoring,
    refit=self.refit_metric,
    n_jobs=n_jobs,
    return_train_score=True,
    verbose=True
)

然后：

estimator.fit(
    self.x_train,
    self.y_train
)

在.fit() 行上引发了错误，但我想我应该在实例化GridsearchCV 时传递参数。

【问题讨论】：

标签： python scikit-learn pipeline multiclass-classification gridsearchcv

【解决方案1】：

对于GridSearchCV 的scoring 参数，您可以传递例如f1_weighted 作为字符串。这应该够了吧。您可以查看sklearn docs 以了解可能的值。

【讨论】：

啊，我知道我可以给它传递一个像f1 这样的字符串，但是我不太聪明，无法检查值列表！！！非常感谢！