我尝试将其他评分指标如 balanced_accuracy 传递给 GridSearchCV，用于二分类（而不是默认的 accuracy）

  scoring = ['balanced_accuracy','recall','roc_auc','f1','precision']  validator = GridSearchCV(estimator=clf, param_grid=param_grid, scoring=scoring, refit=refit_scorer, cv=cv)

但得到了这个错误

ValueError: ‘balanced_accuracy’ 不是有效的评分值。有效选项包括 [‘accuracy’,’adjusted_mutual_info_score’,’adjusted_rand_score’,’average_precision’,’completeness_score’,’explained_variance’,’f1′,’f1_macro’,’f1_micro’,’f1_samples’,’f1_weighted’,’fowlkes_mallows_score’,’homogeneity_score’,’mutual_info_score’,’neg_log_loss’,’neg_mean_absolute_error’,’neg_mean_squared_error’,’neg_mean_squared_log_error’,’neg_median_absolute_error’,’normalized_mutual_info_score’,’precision’,’precision_macro’,’precision_micro’,’precision_samples’,’precision_weighted’,’r2′,’recall’,’recall_macro’,’recall_micro’,’recall_samples’,’recall_weighted’,’roc_auc’,’v_measure_score’]

这很奇怪，因为 ‘balanced_accuracy’ 应该是有效的 如果不定义 balanced_accuracy，代码可以正常运行

    scoring = ['recall','roc_auc','f1','precision']

此外，上述错误中的评分指标似乎与 文档中的不同

有什么想法吗？非常感谢

scikit-learn 版本是 0.19.2

回答：

如果你想使用 balanced_accuracy，请更新你的 sklearn 到最新版本。正如你从 0.19 文档 中看到的，balanced_accuracy 不是有效的评分指标。它是在 0.20 版本中添加的。