Kam*_*ada 5 parameters machine-learning grid-search
使用 GridSearchCV 构建模型后,使用 model.cv_results_ 获得交叉验证结果。但在结果中,有一个参数让我感到困惑。是什么rank_test_score代表在这?
mean_fit_time 0.00265972
std_fit_time 0.000466648
mean_score_time 0.00133236
std_score_time 0.000470977
param_n_neighbors 1
param_weights distance
params {'n_neighbors': 1, 'weights': 'distance'}
split0_test_score 0.70405
split1_test_score 0.73125
split2_test_score 0.69906
mean_test_score 0.711458
std_test_score 0.0141423
rank_test_score 1
split0_train_score 1
split1_train_score 1
split2_train_score 1
mean_train_score 1
std_train_score 0
Name: 1, dtype: object
Run Code Online (Sandbox Code Playgroud)
rank_test_score表示基于 的网格搜索参数组合的排名mean_test_score。
如果您在网格搜索中尝试 N 个参数组合,rank_test_score则会达到从 1 到 N。
产生最低值的参数组合的mean_test_scorearank_test_score为 N,而产生最高值的参数组合的mean_test_scorearank_test_score为 1。
如果您使用多个指标进行评估(例如,“neg_mean_squared_error”和“neg_mean_absolute_error”),您将拥有更多列(此处rank_test_neg_mean_squared_error和rank_test_neg_mean_absolute_error),每个列指示基于各自指标的估计器的排名。
| 归档时间: |
|
| 查看次数: |
1445 次 |
| 最近记录: |