如何解决如何使用样本权重进行交叉验证?
我正在尝试将文本数据分为多个类。我想执行交叉验证来比较几个模型与样本权重。
对于每个模型,我可以输入这样的参数。
all_together = y_train.to_numpy()
unique_classes = np.unique(all_together)
c_w = class_weight.compute_class_weight('balanced',unique_classes,all_together)
clf = MultinomialNB().fit(X_train_tfidf,y_train,sample_weight=[c_w[i] for i in all_together])
cross_val_score()
似乎不允许关于 sample_weight 的参数。
我如何通过交叉验证来做到这一点?
models = [
RandomForestClassifier(n_estimators=200,max_depth=3,random_state=0),LinearSVC(),MultinomialNB(),LogisticRegression(random_state=0),]
all_together = y_train.to_numpy()
unique_classes = np.unique(all_together)
c_w = class_weight.compute_class_weight('balanced',all_together)
CV = 5
cv_df = pd.DataFrame(index=range(CV * len(models)))
entries = []
for model in models:
model_name = model.__class__.__name__
f1_micros = cross_val_score(model,X_tfidf,scoring='f1_micro',cv=CV)
for fold_idx,f1_micro in enumerate(f1_micros):
entries.append((model_name,fold_idx,f1_micro))
cv_df_women = pd.DataFrame(entries,columns=['model_name','fold_idx','f1_micro'])
解决方法
cross_val_score
有一个名为 fit_params
的参数,它接受要传递给估算器的 fit()
方法的参数(键)和值的字典。在你的情况下,你可以做
cross_val_score(model,X_tfidf,y_train,scoring='f1_micro',cv=CV,fit_params={'sample_weight': [c_w[i] for i in all_together]})
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。