Sklearn의 make_scorer 함수에서 "배열에 대한 인덱스가 너무 많습니다"오류

목표 : Brier Score Loss를 사용하여 GridSearchCV를 사용하여 랜덤 포레스트 알고리즘 훈련

문제 : make_scorer를 사용할 때 대상 "y"에 대한 확률 예측이 잘못된 차원입니다.

이 질문을 살펴본 후 제안 프록시 기능을 사용하여 brier score 손실로 훈련 된 GridSearchCV를 사용하고 있습니다. 다음은 설정의 예입니다.

from sklearn.model_selection import GridSearchCV
from sklearn.metrics import brier_score_loss,make_scorer
from sklearn.ensemble import RandomForestClassifier
import numpy as np

def ProbaScoreProxy(y_true, y_probs, class_idx, proxied_func, **kwargs):
    return proxied_func(y_true, y_probs[:, class_idx], **kwargs)

brier_scorer = make_scorer(ProbaScoreProxy, greater_is_better=False, \
                           needs_proba=True, class_idx=1, proxied_func=brier_score_loss)

X = np.random.randn(100,2)
y = (X[:,0]>0).astype(int)

random_forest = RandomForestClassifier(n_estimators=10)

random_forest.fit(X,y)

probs = random_forest.predict_proba(X)

이제 probsand y를 brier_score_loss또는 둘 중 하나에 직접 전달하면 ProbaScoreProxy오류가 발생하지 않습니다.

ProbaScoreProxy(y,probs,1,brier_score_loss)

출력 :

0.0006

이제 통과 brier_scorer:

brier_scorer(random_forest,X,y)

산출:

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-28-1474bb08e572> in <module>()
----> 1 brier_scorer(random_forest,X,y)

~/anaconda3/lib/python3.6/site-packages/sklearn/metrics/_scorer.py in __call__(self, estimator, X, y_true, sample_weight)
    167                           stacklevel=2)
    168         return self._score(partial(_cached_call, None), estimator, X, y_true,
--> 169                            sample_weight=sample_weight)
    170 
    171     def _factory_args(self):

~/anaconda3/lib/python3.6/site-packages/sklearn/metrics/_scorer.py in _score(self, method_caller, clf, X, y, sample_weight)
    258                                                  **self._kwargs)
    259         else:
--> 260             return self._sign * self._score_func(y, y_pred, **self._kwargs)
    261 
    262     def _factory_args(self):

<ipython-input-25-5321477444e1> in ProbaScoreProxy(y_true, y_probs, class_idx, proxied_func, **kwargs)
      5 
      6 def ProbaScoreProxy(y_true, y_probs, class_idx, proxied_func, **kwargs):
----> 7     return proxied_func(y_true, y_probs[:, class_idx], **kwargs)
      8 
      9 brier_scorer = make_scorer(ProbaScoreProxy, greater_is_better=False,                            needs_proba=True, class_idx=1, proxied_func=brier_score_loss)

IndexError: too many indices for array

따라서 make_scorer확률 입력의 차원을 변경하기 위해 어떤 일이 일어나고있는 것처럼 보이지만 문제가 무엇인지 알 수 없습니다.

버전 :-sklearn : '0.22.2.post1'-numpy : '1.18.1'

여기 y에 올바른 차원 (1-d) 이 있으며 문제를 일으키는 차원 y_probs이 전달되는 것을 둘러 보면 찾을 수 ProbaScoreProxy있습니다.

마지막 질문에서 잘못 작성된 코드입니까? RF를 훈련시키기 위해 받아 들일 수 있는 make_score 객체를 갖는 궁극적 인 방법은 무엇입니까 GridSearchCV?