python - sklearn - Cross validation with multiple scores -
मैं recall , सटीक और विभिन्न क्लासिफायर के लिए एक क्रॉस सत्यापन टेस्ट के> एफ-मापन । scikit-learn के साथ आता है लेकिन दुर्भाग्य से इस तरह की विधि कई मान वापस नहीं करती है। मैं तीन बार cross_val_score लेकिन वह कुशल नहीं है क्या कोई बेहतर समाधान है? अब तक मैंने इस फ़ंक्शन को लिखा है: sklearn आयात मीट्रिक डीआर अर्थ माध्यको से (एक्स, वाई, सीएलएफ, एसपीएफ): सेमी = एनपी। शून्य (एनएपी.युनीक (वाई)) ** 2) मैं, (ट्रेन, परीक्षा) एन्यूमरेट (स्फ़ी) में: clf.fit (एक्स [ट्रेन], y [ट्रेन]) y_pred = clf.predict (X [टेस्ट]) सेमी + = मेट्रिक्स.संस्थापन_मैट्रिक्स (वाई [टेस्ट], y_pred)। फ्लेटन () रिटर्न कंप्यूट_मेजर्स (* सेमी / स्कफ.एन_ फोल्ड्स) डीईफ़ कंप्यूट_आमेचर (टीपी, एफपी, एफएन, टीएन): "" "प्रभावशीलता उपाय "विशिष्टता = टीएन / (टीएन + एफपी) संवेदनशीलता = टीपी / (टीपी + एफएन) फिमेंजर = 2 * (विशिष्टता * संवेदनशीलता) / (विशिष्टता + संवेदनशीलता) रिटर्न सेंसिटिविटी, विशिष्टता, फ़ाइमोर यह मूल रूप से भ्रम मैट्रिक्स मानों को बताता है और एक बार जब आप गलत पॉजिटिव , झूठ...