ฉันกำลังพยายามใช้ GridSearchCV กับ v_measure_score และเปรียบเทียบผลลัพธ์
กับวิธีอื่น WITHOUT GridSearchCV
คะแนนที่ดีที่สุดของ v_measure_score ตาม for-loop คือ 0.69816019299 โดยมี เปอร์เซ็นไทล์ 27;
คะแนนที่ดีที่สุดของ GridSearchCV คือ 0.565562627046 โดยมีเปอร์เซ็นไทล์ 12
ในความคิดของฉัน ผลลัพธ์ควรจะเหมือนเดิม
ฉันตรวจสอบโค้ดหลายครั้งแล้ว แต่ก็ยังไม่สามารถหาสาเหตุได้ ต่อไปนี้เป็นรหัสของฉัน:
GridSearchCV
estimators = [('tfIdf', TfidfTransformer()), ('sPT', SelectPercentile()), ('kmeans', cluster.KMeans())]
pipe = Pipeline(estimators)
params = dict(tfIdf__smooth_idf=[True],
sPT__score_func= [f_classif], sPT__percentile=range(100, 0, -1),
kmeans__n_clusters=[clusterNum], kmeans__random_state=[0], kmeans__precompute_distances=[True])
v_measure_scorer = make_scorer(v_measure_score)
grid_search = GridSearchCV(pipe, param_grid=params, scoring=v_measure_scorer)
grid_search_fit = grid_search.fit(apiVectorArray, yTarget)
v_measure_score โดย for-loop
bestPercent = [-1, -1]
for percent in xrange(100, 0, -1):
transformer = TfidfTransformer(smooth_idf=True)
apiVectorArrayTFIDF = transformer.fit_transform(apiVectorArray)
apiVectorFit = SelectPercentile(f_classif, percentile=percent).fit(apiVectorArrayTFIDF, yTarget)
k_means = cluster.KMeans(n_clusters=clusterNum, random_state=0, precompute_distances=True).fit(apiVectorFit.transform(apiVectorArrayTFIDF))
if v_measure_score(yTarget, k_means.labels_) > bestPercent[1]:
bestPercent[0] = percent
bestPercent[1] = v_measure_score(yTarget, k_means.labels_)
ฉันพยายามเพิ่มสีให้กับโค้ดของฉันแต่ไม่สำเร็จ
ขออภัยดวงตาของคุณ
ขอบคุณ.