Я использую GridSearchCV для настройки гиперпараметров. Я также хотел бы сравнить различные метрики друг с другом:
def create_model(...
model.add(Dense(,..)
model.compile(..)
return model
model = KerasRegressor(build_fn=create_model, verbose=0)
grid_obj = GridSearchCV (estimator=model
, param_grid=hypparas
, n_jobs=1
, cv = 3
, scoring = ['explained_variance', 'neg_mean_squared_error', 'r2']
, refit = 'neg_mean_squared_error'
, return_train_score=True
, verbose = 2
)
grid_result = grid_obj.fit(X_train1, y_train1)
Афай понял, что гиперпараметры оптимизированы таким образом, чтобы они лучше подходили neg_mean_squared_error
. Но как я могу увидеть, как ведут себя другие показатели, например, при оценке? Лучше всего было бы сравнить их визуально.