如何在 Scikit-Learn (sklearn) 中使用带有多类标签的 `GridSearchCV` 中的 `log_loss`？

Question

我正在尝试使用log_loss参数中的scoring参数GridSearchCV来调整这个多类（6 类）分类器。我不明白如何给它一个label参数。即使我给了它sklearn.metrics.log_loss，它也会在交叉验证中的每次迭代中改变，所以我不明白如何给它labels参数？

我正在使用Python v3.6和Scikit-Learn v0.18.1

如何使用GridSearchCV与log_loss多级车型调整？

我的班级代表：

1    31
2    18
3    28
4    19
5    17
6    22
Name: encoding, dtype: int64

我的代码：

param_test = {"criterion": ["friedman_mse", "mse", "mae"]}
gsearch_gbc = GridSearchCV(estimator = GradientBoostingClassifier(n_estimators=10), 
                        param_grid = param_test, scoring="log_loss", n_jobs=1, iid=False, cv=cv_indices)
gsearch_gbc.fit(df_attr, Se_targets)

这是错误的结尾，完整的在这里https://pastebin.com/1CshpEBN：

ValueError: y_true contains only one label (1). Please provide the true labels explicitly through the labels argument.

更新： 只需使用它来制作基于@Grr 的得分手

log_loss_build = lambda y: metrics.make_scorer(metrics.log_loss, greater_is_better=False, needs_proba=True, labels=sorted(np.unique(y)))

Answer 1

我的假设是，不知何故，你的数据分割在 y_true 中只有一个类标签。虽然根据您发布的分布，这似乎不太可能，但我认为这是可能的。虽然我之前没有遇到过这个问题，但似乎在[sklearn.metrics.log_loss]( http://scikit-learn.org/stable/modules/ generated/sklearn.metrics.log_loss.html ) 中，如果标签全部相同，则需要标签参数。文档这一部分的措辞也使得该方法看起来好像如果labels未通过则估算二元分类。

现在你正确地假设你应该log_loss通过scorer=sklearn.metrics.log_loss(labels=your_labels)