Tại sao GridSearchCV không cung cấp điểm số tốt nhất? - Scikit Tìm hiểu

Question

Tôi có một tập dữ liệu với 158 hàng và 10 cột. Tôi cố gắng xây dựng nhiều mô hình hồi quy tuyến tính và cố gắng dự đoán giá trị tương lai.

Tôi đã sử dụng GridSearchCV để điều chỉnh thông số.

Đây là GridSearchCV và Regression tôi chức năng:

def GridSearch(data): 
    X_train, X_test, y_train, y_test = cross_validation.train_test_split(data, ground_truth_data, test_size=0.3, random_state = 0) 

    parameters = {'fit_intercept':[True,False], 'normalize':[True,False], 'copy_X':[True, False]} 

    model = linear_model.LinearRegression() 

    grid = GridSearchCV(model,parameters) 

    grid.fit(X_train, y_train) 
    predictions = grid.predict(X_test) 

    print "Grid best score: ", grid.best_score_ 
    print "Grid score function: ", grid.score(X_test,y_test) 

Output của mã này là:

Lưới điểm tốt nhất: 0,720298870251

chức năng điểm Lưới: 0,888263112299

Ques của tôi tion là sự khác nhau giữa hàm best_score_ và score là gì?

Chức năng score có thể tốt hơn chức năng best_score?

Xin cảm ơn trước.

Answer 1

best_score_ là điểm tốt nhất từ ​​xác thực chéo. Tức là, mô hình phù hợp trên phần dữ liệu đào tạo và điểm số được tính bằng cách dự đoán phần còn lại của dữ liệu đào tạo. Điều này là do bạn đã vượt qua X_train và y_train đến fit; quá trình fit do đó không biết bất cứ điều gì về bộ kiểm tra của bạn, chỉ tập huấn luyện của bạn.

Phương thức score của đối tượng mô hình đánh giá mô hình trên dữ liệu bạn cung cấp. Bạn đã vượt qua X_test và y_test, do đó cuộc gọi này tính toán điểm số của mô hình phù hợp (ví dụ: được điều chỉnh) trên kiểm tra bộ.

Tóm lại, hai điểm được tính toán trên các tập dữ liệu khác nhau, do đó, không nên ngạc nhiên khi chúng khác nhau.