Sklearn fbeta_score默认平均参数不适用于多类目标变量答案

【问题标题】：Sklearn fbeta_score default average parameter not working with multiclass target variableSklearn fbeta_score默认平均参数不适用于多类目标变量
【发布时间】：2021-06-27 03:10:34
【问题描述】：

我想使用 f2-score 来评估我的模型，但是出现了错误。

from sklearn.metrics import fbeta_score, make_scorer
ftwo_scorer = make_scorer(fbeta_score, beta=2) # beta=2

你可以看到，我使用fbeta_score 和make_scorer 来定义我的指标。但是当我将此指标应用于fit 时，出现了错误。

from sklearn.svm import SVC
from sklearn.model_selection import GridSearchCV
svc = SVC()
parameters = { 'C':[100,1000]}
             #'gamma':[1e-5,1e-4,1e-3]}}
clf = GridSearchCV(svc, parameters, scoring=ftwo_scorer,cv=5)
clf.fit(Xtrain, Ytrain,)
Yval_pred = clf.predict(Xval)

错误信息：

ValueError                                Traceback (most recent call last)
<ipython-input-600-ebf059724dd4> in <module>
      4               #'gamma':[1e-5,1e-4,1e-3]}
      5 clf = GridSearchCV(svc, parameters, scoring=ftwo_scorer,cv=5)
----> 6 clf.fit(Xtrain, Ytrain)
      7 Yval_pred = clf.predict(Xval)
……
ValueError: Target is multiclass but average='binary'. Please choose
another average setting, one of [None, 'micro', 'macro', 'weighted'].

你能帮帮我吗？

【问题讨论】：

标签： python python-3.x scikit-learn svm

【解决方案1】：

发生这种情况是因为您的目标变量Y 可能有两个以上的类。默认情况下fbeta_score 将平均值设置为二进制目标。

因此，由于错误建议将这些选项 [None, 'micro', 'macro', 'weighted'] 的不同 average 值传递给 make_scorer 函数，即

from sklearn.metrics import fbeta_score, make_scorer


ftwo_scorer = make_scorer(fbeta_score, beta=2, average='weighted')

【讨论】：