Какова соответствующая функция для mean_validation_score в grid.cv_results_?

Question

В более старой версии scikit-learn мы получили список средних значений перекрестной проверки на [result.mean_validation_score for result in grid.grid_scores_].Однако, начиная с 20.0 scikit-learn, мы больше не можем использовать grid.grid_scores_.Вместо этого есть grid.cv_results_.Вот мой вопросКакой из следующих методов в grid.cv_results_ соответствует mean_validaton_score, который мы получили из grid.grid_scores_?

• mean_train_score
• mean_test_score

Answer 1

В соответствии с документацией GridSearchCV (https://scikit -learn.org / stable / modules / generate / sklearn.model_selection.GridSearchCV.html ), вам необходимо преобразовать grid.cv_results_ в Pandas DataFrame и Вы можете свободно получить доступ к данным mean_train_score и mean_test_score :

import pandas as pd

cv_results = pd.DataFrame(grid.cv_results_)

print(cv_results['mean_train_score'])
print(cv_results['mean_test_score'])

Первый, mean_train_score, - это средний балл, полученный вами за тренировочные сгибы ( в сгибе ), mean_test_score - средний балл, полученный вами с помощью проверочных сгибов (). вне складки ).

По сути, вас интересует только mean_test_score для строгой оценки характеристик гиперпараметров, но mean_train_score может помочь вам определить, насколько модель соответствует данным, используя определенные параметры, и насколько это относительно тестовых данных (например, путем построения графика кривой проверки см .: https://scikit -learn.org / stable / modules / learning_curve.html ).