scoring에 대한 질문
3584
작성한 질문수 4
안녕하세요 강의 잘듣고있습니다.
다름이아니라 다른데이터로 GridSearchCV 방법을 실행하고있는데요
from sklearn.metrics import mean_absolute_error
from sklearn.model_selection import GridSearchCV
lgbm_reg = LGBMRegressor()
GridSearchCV(lgbm_reg, param_grid, cv = 5, scoring = 'mean_absolute_error')
이런식으로 입력을하면 KeyError: 'mean_absolute_error' 이라고 오류가 발생합니다.
scoring에 어떤식으로 입력을해야 MAE를 사용할수있는지 궁금합니다.
답변 5
1
안녕하십니까,
-6은 원래 mse가 6 인데 사이킷런이 negative로 -1를 곱한 것입니다. 그리고 -8 마찬가지 입니다. 때문에 원래 mse는 6과 8이며 mse는 적은게 더 좋기 때문에 6이 더 좋습니다. 사이킷런 기준으로는 큰게 더 좋은 metric이기 때문에 마찬가지로 -6이 더 좋습니다.
감사합니다.
0
안녕하십니까,
1. scoring = 'neg_mean_absolute_error' 로 설정해 주십시요. 일반적으로 scoring을 값이 클 수록 모델 성능이 좋은 것으로 사이킷런에서 인식하는데, mae는 값이 클 수록 모델 성능이 저하되는 것이므로 Negative 키워드를 붙여서 사용합니다.
2. 가급적이면 Elastic Net과 유사하게 L1+L2가 1이 되도록 하라는 경험적인 얘기들이 있지만, 반드시 1로 제약하라는 조건은 없습니다. 1보다 커도 동작합니다.
감사합니다.
0
GridSearchCV 질문
GridSearchCV에서 최적의 피라미터를 볼때 lambda와 alpha값이 각0.7 합이1.4 나왔습니다 제가 알기론 알파 감마의 합이 1이 되어야하는걸로 알고있는데
위와 같이 알파와 감마의값이 1이넘어도 문제가 없는지 궁금합니다
코드는 아래에 적어두겠습니다.
GridSearchCV를
lgbm_reg = LGBMRegressor()
params = {'n_estimators':[500,700,800],
'reg_lambda':[0.3, 0.5, 0.7],
'reg_alpha':[0.3, 0.5, 0.7]}
grid = GridSearchCV(lgbm_reg, param_grid=params,
cv=5)
n_estimators: 500
reg_lambda: 0.7
reg_alpha: 0.7
안녕하세요 열심히 수강중인 학생입니다
0
63
2
정수 인덱싱
0
68
2
넘파이 오류
0
85
2
11강 numpy의 axis 축 질문 드립니다.
0
85
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
79
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
70
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
75
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
64
2
5강 강의 오류가 있어요.
0
84
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
72
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
69
3
파이썬 다운그레이 후 사이킷런 재설치
0
117
2
좋은 강의 감사합니다.
0
72
2
scoring 함수 음수값
0
67
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
100
2
분류 평가 정확도 예측
0
77
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
99
1
카카오톡 채널 있나요
0
107
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
189
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
172
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
148
2
실루엣 스코어..
0
86
2
float64 null 값 처리 방법
0
103
2