python - 如何在 sklearn 的交叉验证中获得多类 roc_auc?
问题描述
我有一个分类问题,我想在 sklearn中获取roc_auc
值。cross_validate
我的代码如下。
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data[:, :2] # we only take the first two features.
y = iris.target
from sklearn.ensemble import RandomForestClassifier
clf=RandomForestClassifier(random_state = 0, class_weight="balanced")
from sklearn.model_selection import cross_validate
cross_validate(clf, X, y, cv=10, scoring = ('accuracy', 'roc_auc'))
但是,我收到以下错误。
ValueError: multiclass format is not supported
请注意,我特别选择roc_auc
的是它同时支持binary
和multiclass
分类,如:https ://scikit-learn.org/stable/modules/model_evaluation.html
我也有二进制分类数据集。请让我知道如何解决此错误。
如果需要,我很乐意提供更多详细信息。
解决方案
推荐阅读
- c# - 将文本文件存储在 Oracle DB 中作为 BLOB 会切断文件的结尾
- react-final-form - 使用 react-final-form 时无法访问向导表单页面中的 mutator 函数
- android - 如何在 2 个片段之间传递 JSON 数据?
- java - 如何从 XQuery 结果中删除 xmlns="" 标记?
- git - 有没有办法将“git commit -a”配置为不包含子模块更改
- c++ - 友元函数的C++内联定义
- c++ - 运行makefile时如何修复“Unexpected token ... for architecture x86_64”错误
- django - Python Django 同时处理多个数据库
- python-3.6 - 如何让我的 Python3 字符串匹配代码忽略不匹配任何条件的文件?
- java - 如何返回对象的名称?