python - 如何在 scikit learn 中创建评分函数以考虑其他辅助变量?
问题描述
假设我有一个包含分类特征X, Y
和标签的数据集Z
。并假设这是一个二元分类问题。现在我想创建一个自定义记分器,它将计算与Z
、Z_estimated
和X == 0
不同的 f1 分数,X == 1
并取它们的加权平均值。我怎么做?我在 scikit-learn 文档中没有看到任何创建这样的自定义记分器的示例。
解决方案
推荐阅读
- node.js - 我的邮递员正在发出发送请求,但对某些值什么也不做
- python - 一维索引到多维索引的张量扩展
- angular - 离子服务中未收到设备就绪事件
- regex - 正则表达式 - 带有奇数/偶数字符的字符串
- c++ - 标识符 srand()、rand() 和 time() 无法识别
- python - 提取列表中 n 个最大值的索引
- ios - CocoaPods 多个模块在一个 Pod 中,一个用于静态库,一个用于 swift
- html - 存储用于动态ajax加载的html数据
- c# - 将 XmlDocument 保存到 Azure Blob 存储,内容为“System.Xml.XmlDocument”
- python - 终止scrapy并保留输出文件