pandas_ml 中 cross_validation 的问题

Question

我尝试使用 pandas_ml 库完成交叉验证

df = pdml.ModelFrame(features, target)
estimators = {'SVM: SVR': df.svm.SVR(),
              'SVM: LinearSVR': df.svm.LinearSVR()}

for label, estimator in estimators.iteritems():
    scores = df.cross_validation.cross_val_score(estimator=estimator, cv=7, scoring='accuracy')
    print("Accuracy: %0.2f (+/- %0.2f) [%s]" % (scores.mean(), scores.std(), label))

但是，我遇到了意外错误

raise ValueError("{0} is not supported".format(y_type))

ValueError: continuous is not supported

这里有什么技巧吗？

Answer 1

这是因为 accuracy 指标仅用于对分类模型进行评分。它衡量正确预测的比例。在回归中，你想知道的不是你的预测有多少是正确的，而是你的预测离正确答案有多远——它们中的任何一个都不太可能完全正确所以这不是一个有意义的指标。

Regression metrics包括r2、mean_squared_error、mean_absolute_error等

你可以使用类似的东西：

scores = df.cross_validation.cross_val_score(estimator=estimator, cv=7, scoring='r2')

pandas_ml 中 cross_validation 的问题

issue with cross_validation in pandas_ml

python

machine-learning

python-2.7

pandas

scikit-learn