小编Man*_*ani的帖子

我尝试使用 OnClassSVM 进行异常检测，并使用 GridSearchCV() 调整其参数，如下所示：

我已经搜索了许多网站，包括https://stackoverflow.com/但找不到适合我的场景的任何正确解决方案。代码在这里：

nus = [0.001, 0.01, 0.1, 1]
gammas = [0.001, 0.01, 0.1, 1]
scorers = {
  'precision_score': make_scorer(precision_score),
  'recall_score': make_scorer(recall_score),
 'accuracy_score': make_scorer(accuracy_score)
}

tuned_parameters = {'C': [1, 10, 100, 1000], 'kernel' : ['rbf','linear'], 
'gamma' : gammas, 'nu': nus}
tuned_ocsvm = svm.OneClassSVM()
ocsvm = GridSearchCV(estimator=svm.OneClassSVM(), 
param_grid=tuned_parameters, scoring=scorers,refit='false')

但它给我的错误如下

对于多指标评分，参数 refit 必须设置为记分器键或可调用项，以使用整个数据上的最佳参数设置重新拟合估计器，并使 best_* 属性可用于该指标。如果不需要，则 refit 应显式设置为 False。“假”已通过