Python：評分 = GridSearchCV 中的“召回”

Question

我有一個二進制分類問題：

我嘗試為我的 model 找到最佳參數

grid = {'penalty': ['l1', 'l2'],'C':[0.001,.009,0.01,.09,1,5,10,25]}
logreg =GridSearchCV(LogisticRegression(),grid,cv=5,scoring = 'recall')
logreg.fit(X, Y)
Y_Pred = logreg.predict(X)

我想知道參數scoring = 'recall'到底是什么。 當我添加它時，它大大改善了我的 model。

Answer 1

評分基本上是評估 model 的方式。 Scikit 支持很多，你可以在這里查看完整的可用記分器。

召回率高意味着您的 model 具有較高的真陽性和較少的假陰性。 這意味着有更多的實際正值被預測為真，而更少的實際正值被預測為假。 您可能還想閱讀有關混淆矩陣的更多信息。

至於你應該使用什么樣的評分，這取決於你試圖用你的 model 實現什么。