我正在查看线性正则化方法中的参数，并在 scikit-learn 中进行交叉验证。RidgeCV 有一个参数评分，默认为无，但可以使用自定义评分器（例如 RMSE）。我注意到其他类（LassoCV、LassoLarsCV、ElasticNetCV）没有提供这样的选项。为什么是这样？所有这些都默认使用MSE吗？
scikit-learn LassoCV、LassoLarsCV、ElasticNetCV 中的评分参数
数据挖掘
回归
scikit-学习
2022-03-13 23:56:41
1个回答
RidgeCV实现 CV by GridSearchCV，支持自定义记分器。
但是，LassoCV并通过MSE 作为硬编码评分ElasticNetCV来实现 CV 。通过 实现 CV ，MSE 也作为硬编码评分。LinearModelCVLassoLarsCVLarsCV
如果你想使用其他得分手，也许你可以GridSearchCV直接使用。
参考
https://github.com/scikit-learn/scikit-learn/blob/14031f6/sklearn/linear_model/ridge.py#L1092
https://github.com/scikit-learn/scikit-learn/blob/14031f6/sklearn/linear_model/least_angle.py#L1143
其它你可能感兴趣的问题