Bu basitleştirilmiş örnekte, GridSearchCV ile bir eğitim aldım. Ben tam set X'teBilimkurgu: GridSearchCV kullanırken bir tahmin edicinin karışıklık matrisini almanın en kolay yolu nedir?
lr_pipeline = Pipeline([('clf', LogisticRegression())])
lr_parameters = {}
lr_gs = GridSearchCV(lr_pipeline, lr_parameters, n_jobs=-1)
lr_gs = lr_gs.fit(X,y)
print lr_gs.confusion_matrix # Would like to be able to do this
Teşekkür
tahmin ederken Öncelikle GridSerarchCV en iyi tahmincisi kullanarak tahmin etmek gerekecektir iyi öğrencinin karışıklık matrisi dönmek istiyorum. Kullanmak için yaygın bir yöntem GridSearchCV.decision_function(), ancak sizin örneğiniz içinLogisticRegression sınıf olasılıklarını döndürür ve confusion_matrix ile çalışmaz. Bunun yerine, lr_gs kullanarak en iyi tahminleyiciyi bulun ve bu tahminciyi kullanarak etiketleri tahmin edin.
y_pred = lr_gs.best_estimator_.predict(X)
Son olarak, kullanım sklearn en confusion_matrix gerçek ve önceden test verilerini ayırmak gerekir böylece tahmincisi, X üzerinde uygun olacaktır Bu durumda y
from sklearn.metrics import confusion_matrix
print confusion_matrix(y, y_pred)
tahmin – MLgeek