与sklearn一起交叉验证精确度、召回率和f1

Question

有没有什么简单的方法可以交叉验证分类器，并立即计算精度和召回率？目前我使用的函数是

cross_validation.cross_val_score(classifier, designMatrix, classes, cv=5, scoring="precision")

然而，它只计算一个指标，所以我必须调用它2次来计算精度和召回率。对于大型ML模型，计算时间不必要地增加了2倍。有没有内置的更好的选项，或者我必须自己实现交叉验证？谢谢。

Answer 1

我不确定事件的当前状态(这个特性已经讨论过了)，但是你总是可以通过下面的可怕的hack逃脱惩罚。

from sklearn.metrics import recall_score, precision_score
from sklearn.metrics.scorer import make_scorer
recall_accumulator = []
def score_func(y_true, y_pred, **kwargs):
    recall_accumulator.append(recall_score(y_true, y_pred, **kwargs))
    return precision_score(y_true, y_pred, **kwargs)
scorer = make_scorer(score_func)

然后在交叉验证中使用scoring=scorer。您应该可以在recall_accumulator数组中找到回调值。不过要当心，这个数组是全局的，所以请确保您没有以无法解释结果的方式写入它。

Answer 2

当cross_val_score()的参数n_job设置为1时，eickenberg的答案是有效的。要支持并行计算(n_jobs > 1)，必须使用共享列表而不是全局列表。这可以在多处理模块的Manager类的帮助下完成。

from sklearn.metrics import precision_recall_fscore_support
from sklearn.metrics.scorer import make_scorer
from multiprocessing import Manager

recall_accumulator = Manager().list()
def score_func(y_true, y_pred, **kwargs):
    recall_accumulator.append(precision_recall_fscore_support(y_true, y_pred))
    return 0
scorer = make_scorer(score_func)

然后每个折叠的结果将被存储在recall_accumulator中。