У меня есть набор данных с 9 входами и 12 выходами. Чтобы подогнать модель под мои данные, я использую MultiOutputRegressor поверх моих регрессоров (таких как AdaBoost, XGBoost и т. Д.). Дело в том, что при использовании GridSearchCV для поиска лучших параметров, которые будут использоваться в базовых оценках, он возвращает только один лучший результат. Мне любопытно узнать, как он рассчитывается, поскольку у меня должно быть как минимум 12 выходных метрик.
Если честно, я даже не знаю точно, как работает MultiOutputRegressor. На странице ScikitLearn сказано, что она соответствует модели для каждой выходной переменной, поэтому я предполагаю, что она дает мне наилучшее соответствие для каждой переменной независимо. Поэтому я предполагаю, что GridSearchCV вычисляет только среднее из 12 результатов, возвращаемых MultiOutputRegressor?
Кроме того, я использую R2 в качестве показателя GridSearchCV c.