machine-learning - 在 CatBoost 中测量 AUPRC
问题描述
我想在 catboost 中测量精确召回曲线 (AUPRC) 曲线下的面积,但CatBoostClassifier
, 没有AUPRC
作为评估指标。任何有助于我测量此性能指标的建议将不胜感激。
这是我使用的代码:
model = CatBoostClassifier(
custom_loss=['Accuracy','Precision','Recall','F1','AUC'],
random_seed=42,
logging_level='Silent')
model.fit(
X_train, Y_train,
eval_set=(X_test, Y_test), plot=True)
解决方案
Catboost 具有代表平均平均精度的 MAP 指标。与 AUCPR 几乎相同。这是一篇很好的参考文章,解释了原因。
推荐阅读
- java - 如何让spring jpa自动创建关系/表?
- javascript - 显示悬停在 wp 中的图像的特色帖子
- python - discord.py 试图删除用户的所有角色
- django - 模型字段如何使用用户 ID 自动字段
- linux - 在用户之间平均划分进程,linux内核编程
- r - 从 R 中的另一个列表创建具有值条件的新列表(子列表)
- python-3.x - s3 中的镶木地板工具无法使用 boto3 访问文件
- c++ - 如何每 x 秒调用一次函数但同时能够做一些事情
- javascript - JavaScript 中已解析 CSV 的数字列标题
- python - 我在 glMultiDrawArraysIndirect 函数中出了什么问题?