Я хотел бы использовать геометрическое значение c в качестве метри c для оптимизации классификационных моделей, обучаемых методом fit (). Я думал, что autosklearn.metrics.make_scorer () позволит определить геометрическое значение c как счетчик, например:
classifier.fit(X_train, y_train, feat_type=feat_type, metric=autosklearn.metrics.make_scorer("gm", imblearn.metrics.geometric_mean_score))
, поскольку пакет imblearn полностью совместим со sklearn.
Однако, после того, как модель была «подогнана» с использованием gm, как определено выше, статистика спринта показывает, что определение, как я это сделал, похоже, не работает:
auto-sklearn results:
Dataset name: 6b31930a65e59cca700a5844fbab91a0
Metric: gm
Best validation score: 0.000000
Number of target algorithm runs: 187
Number of successful target algorithm runs: 82
Number of crashed target algorithm runs: 74
Number of target algorithms that exceeded the time limit: 18
Number of target algorithms that exceeded the memory limit: 13
Кто-нибудь знает почему Auto-Sklearn, казалось, работал с GM, но в результате получил 0,0000 баллов? Я сделал что-то не так? Можно ли как-то определить геометрическое значение c как метри c для оптимизации модели, кроме использования пакета imblearn? Насколько я знаю, metri c не интегрирован в sklearn (пока)? Или кто-нибудь знает каким-либо другим способом, как я мог бы потенциально использовать геометрию c в Auto-Sklearn?