Cross_Val_Score возвращает нан - PullRequest
Новая
       63

Cross_Val_Score возвращает нан

0 голосов
/ 26 мая 2020

EDITED: я использую приведенный ниже код. Я использую среднюю точность как metri c. В приведенном ниже коде в операторе печати я получаю наноразмерные значения точности. Но когда я использую другой набор данных, он работает нормально. Я пытался передать данные в виде массива, но даже тогда получаю значения nan. Может ли кто-нибудь объяснить мне, что происходит. 

from sklearn.model_selection import KFold, cross_val_score
from sklearn.model_selection import train_test_split
import hyperopt
from hyperopt import tpe
from hyperopt import STATUS_OK
from hyperopt import Trials
from hyperopt import hp
from hyperopt import fmin
from sklearn.linear_model import LogisticRegression


def hyperopt_train_test(params):
    cv = StratifiedShuffleSplit(n_splits = 1, test_size = .25, random_state = 0 ) 
    clf =LogisticRegression(**params)

    return cross_val_score(clf,  df.loc[:,:'Amount'], df['Class'],cv = cv,scoring='average_precision').mean()

space = {
    'C' : hp.uniform('C', 0.05, 1000),
    'penalty': hp.choice('penalty',['l2','l1']),
    'max_iter':hp.choice('max_iter',[200,300,400,500])
}

def f(params,scores=[]):
    acc = hyperopt_train_test(params)
    print(acc, "Accuracy")
    scores.append(acc)
    return {'scores':scores,'loss': 1-acc, 'status': STATUS_OK, 'scores':scores}

trials = Trials()
trials
best = fmin(f, space, algo=tpe.suggest, max_evals=10, trials=trials)
print('best:',best)
hyperopt.space_eval(space,best)

Здесь можно загрузить набор данных

...