为什么 scikit-learn 中的参数搜索不需要记分器导入？

Question

如果我想根据 ROC 曲线下的面积优化逻辑回归模型的正则化参数（例如），我可以使用 GridSearchCV 来获得合适的参数范围并设置 scoring='roc_auc'.

这可以使用 from sklearn.model_selection import GridSearchCV 完成，不需要 包含 from sklearn.metrics import roc_auc_score。

但是，如果我想为特定的拟合数据集手动计算 ROC 曲线下的面积，那么我需要包括 from sklearn.metrics import roc_auc_score。

这是如何工作的？我假设通过导入 GridSearchCV 我们以某种方式在幕后导入 roc_auc_score？不幸的是，我似乎无法在 source code 中完成此操作 - 非常感谢您的解释。
如果是这样，是否也意味着通过导入 GridSearchCV 我们最终会在幕后导入所有可能的评分方法？
如果我只导入了 GridSearchCV 而不是 roc_auc_score 本身，为什么我自己不能使用 roc_auc_score "manually"？不是在幕后暗中"there"吗？

我明白这可能是一个关于 python 导入的更普遍的问题，而不是特定于 scikit-learn...

Answer 1

GridSearchCV 扩展了 BaseSearchCV class。这意味着它将使用 fit() function defined in BaseSearchCV.

所以现在你可以在 source code here 中看到：

    ...
    ...
    scorers, self.multimetric_ = _check_multimetric_scoring(
    self.estimator, scoring=self.scoring)
    ...
    ...

它检查在此处构建 GridSearchCV 期间提供的所有参数。对于 'scoring' 参数，它调用方法 _check_multimetric_scoring()。现在在此文件之上，您将看到许多导入。

方法_check_multimetric_scoring指向scorer.py file:

类似地跟踪方法调用，我们 will reach here:

SCORERS = dict(explained_variance=explained_variance_scorer,
               r2=r2_scorer,
               neg_median_absolute_error=neg_median_absolute_error_scorer,
               neg_mean_absolute_error=neg_mean_absolute_error_scorer,
               neg_mean_squared_error=neg_mean_squared_error_scorer,
               neg_mean_squared_log_error=neg_mean_squared_log_error_scorer,
               accuracy=accuracy_scorer, roc_auc=roc_auc_scorer,
               ...
               ...
 ...
 ...

查看roc_auc，我们将reach here:

roc_auc_scorer = make_scorer(roc_auc_score, greater_is_better=True,
needs_threshold=True)

现在看这里的参数，roc_auc_score发送给make_scorer。那么它是从哪里进口的呢？查看此文件的顶部，您将看到：

from . import (r2_score, median_absolute_error, mean_absolute_error,
               mean_squared_error, mean_squared_log_error, accuracy_score,
               f1_score, roc_auc_score, average_precision_score,
               precision_score, recall_score, log_loss,
               balanced_accuracy_score, explained_variance_score,
               brier_score_loss)

所以从这里开始，实际的评分对象返回到 GridSearchCV。

现在，该库正在使用相对和绝对导入，正如@Denziloe 正确所说的那样，这些导入是该模块的本地导入，而不是全局导入。

有关导入范围和命名空间的更多信息，请参阅这些答案：

Python "import" scope
Python: Namespaces with Module Imports

和this python documentation page

为什么 scikit-learn 中的参数搜索不需要记分器导入？

Why is scorer import unnecessary for parameter search in scikit-learn?

python

python-import

scikit-learn