...
Eroare Machine Learning · Împărțirea datelor și validarea încrucișată

ValueError: For multi-metric scoring, the parameter refit must be set to a scorer key or a callable to refit an estimator with the best parameter setting on the whole data and make the best_* attributes available for that metric.

Pe scurt

Ai dat lui GridSearchCV mai multe metrici în scoring, dar nu i-ai spus după care să aleagă cel mai bun model. Setează refit cu numele unei metrici (de exemplu refit="f1"), sau refit=False dacă vrei doar tabelul de rezultate.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Cu scoring=["accuracy", "f1"] (sau un dicționar), GridSearchCV și RandomizedSearchCV calculează toate metricile pentru fiecare combinație. După căutare, implicit (refit=True) reantrenează cel mai bun model pe toate datele și completează best_params_, best_score_ și best_estimator_. Dar „cel mai bun” depinde de metrică: o combinație poate avea cea mai bună acuratețe, iar alta cel mai bun F1.

De aceea, cu mai multe metrici, trebuie să alegi una prin refit="f1". Numele trebuie să fie unul dintre cele din scoring (sau o cheie a dicționarului). Poți da și o funcție care primește cv_results_ și întoarce indicele combinației alese.

Dacă nu ai nevoie de modelul final, ci doar de comparație, refit=False oprește reantrenarea, iar rezultatele rămân în cv_results_.

De ce apare: cauzele frecvente

1Mai multe metrici, refit implicit

Greșit
PYTHON
GridSearchCV(model, grila, scoring=["accuracy", "f1"])
Corect
PYTHON
GridSearchCV(model, grila, scoring=["accuracy", "f1"], refit="f1")

refit="f1" spune căutării să aleagă și să reantreneze modelul cu cel mai bun F1.

2refit cu un nume care nu e în scoring

Greșit
PYTHON
GridSearchCV(model, grila, scoring={"acc": "accuracy", "f1": "f1"}, refit="accuracy")
Corect
PYTHON
GridSearchCV(model, grila, scoring={"acc": "accuracy", "f1": "f1"}, refit="acc")

Cu dicționar, refit folosește cheia ta ("acc"), nu numele metricii.

3Vrei doar comparația

Greșit
PYTHON
GridSearchCV(model, grila, scoring=["precision", "recall"]).fit(X, y)
Corect
PYTHON
cautare = GridSearchCV(model, grila, scoring=["precision", "recall"], refit=False).fit(X, y)
print(cautare.cv_results_["mean_test_recall"])

Fără refit nu există best_*, dar ai toate scorurile în cv_results_.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: For multi-metric scoring, the parameter refit must be set..., pentru că GridSearchCV calculează două metrici și nu știe după care să aleagă. Alege modelul după F1, ca programul să afișeze valoarea C aleasă și scorurile ei.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import GridSearchCV

X = [[1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11], [12]]
y = [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1]

cautare = GridSearchCV(LogisticRegression(), {"C": [0.01, 1.0]}, scoring=["accuracy", "f1"], cv=3)
cautare.fit(X, y)
i = cautare.best_index_
print("C ales:", cautare.best_params_["C"])
print("F1:", round(float(cautare.cv_results_["mean_test_f1"][i]), 3))
print("Acuratete:", round(float(cautare.cv_results_["mean_test_accuracy"][i]), 3))
După reparație, programul afișează
C ales: 0.01
F1: 0.822
Acuratete: 0.833
Indiciu

Adaugă refit="f1" la GridSearchCV.

Alte forme ale mesajului

  • ValueError: For multi-metric scoring, the parameter refit must be set to a scorer key or a callable to refit an estimator with the best parameter setting on the whole data and make the best_* attributes available for that metric. If this is not needed, refit should be set to False explicitly. True was passed.

Cum o eviți pe viitor

Înainte de căutare, decide metrica principală (cea după care alegi modelul) și pune-o în refit. Celelalte metrici sunt informative. Pentru clase dezechilibrate, metrica principală e de obicei F1, recall sau average precision, nu acuratețea. Citește rezultatele din cv_results_ cu cheile mean_test_<metrica>.

Întrebări frecvente

Ce conține best_score_ cu refit="f1"?

Scorul F1 mediu al celei mai bune combinații. Celelalte metrici le găsești în cv_results_, la indicele best_index_.

De ce nu alege scikit-learn prima metrică din listă?

Pentru că alegerea modelului e o decizie importantă și ar fi ușor de făcut din greșeală. Biblioteca preferă să te oblige s-o spui explicit.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.