Мне действительно любопытно, как я могу выбрать метод для cross_val_predict в al oop. Мне нужна решающая функция для линейного и предиката для двоичного.
Вот мой код, который я запускаю для каждого классификатора в al oop, подгонка, получение точности и т. Д. c.
dict_models = {}
for classifier in list_of_classifiers:
# Here some code for fitting,accuracy,etc.
try:
x = 'decision_function'
except AttributeError:
else:
x = 'predict_proba'
cross_val_pr = cross_val_predict(classifier,X_train,
Y_train,cv=5, method = x)
# Here is some code to put all the results in a dictionary for a model
Мой вопрос: как выбрать метод в зависимости от модели? Может быть, мне не хватает какой-то опции по умолчанию в Scikit? Текущий метод просто использует предикат_процедуры без попытки принятия решения_функции, если возбуждается исключение.