我正在尝试使用GridSearchCV和XGBoost来验证一个模型,我希望我的评估指标是F1分数。我看到许多人使用scoring='f1'
和eval_metric=f1_score
等其他变体。我有几个疑问。为什么有些人使用scoring=
,而其他人使用eval_metric=
?
在XGBoost文档中,没有F1分数评估指标(这似乎很奇怪,考虑到他们拥有的一些其他指标)。但是我在网上看到了很多建议“只需使用XGBoost内置的F1分数评估器”。在哪里可以找到呢?
无论我放什么在这里,我的代码都会在eval_metric
行上抛出错误。
以下是我的代码:
params = {
'max_depth': range(2,10,2),
'learning_rate': np.linspace(.1, .6, 6),
'min_child_weight': range(1,10,2),
}
grid = GridSearchCV(
estimator = XGBClassifier(n_jobs=-1,
n_estimators=500,
random_state=0),
param_grid = params,
)
eval_set = [(X_tr, y_tr),
(X_val, y_val)]
grid.fit(X_tr, y_tr,
eval_set=eval_set,
eval_metric='f1', # <------What do I put here to make this evaluate based on f1 score???
early_stopping_rounds=25,
)
谢谢!