sklearn GridSearchCV與管道

Question

我是sklearn的Pipeline和GridSearchCV功能的新功能。我正在嘗試構建一個管道，首先對我的訓練數據進行RandomizedPCA，然後再擬合嶺迴歸模型。這裏是我的代碼：

pca = RandomizedPCA(1000, whiten=True) 
rgn = Ridge() 

pca_ridge = Pipeline([('pca', pca), 
         ('ridge', rgn)]) 

parameters = {'ridge__alpha': 10 ** np.linspace(-5, -2, 3)} 

grid_search = GridSearchCV(pca_ridge, parameters, cv=2, n_jobs=1, scoring='mean_squared_error') 
grid_search.fit(train_x, train_y[:, 1:]) 

我瞭解RidgeCV功能，但我想嘗試管道和GridSearch CV。

我想要網格搜索簡歷報告RMSE錯誤，但這似乎並不支持sklearn，所以我正在做MSE。然而，resports分數爲負：

In [41]: grid_search.grid_scores_ 
Out[41]: 
[mean: -0.02665, std: 0.00007, params: {'ridge__alpha': 1.0000000000000001e-05}, 
mean: -0.02658, std: 0.00009, params: {'ridge__alpha': 0.031622776601683791}, 
mean: -0.02626, std: 0.00008, params: {'ridge__alpha': 100.0}] 

顯然，這是不可能的均方誤差 - 我究竟做錯了什麼？

Answer 1

那些分數是負MSE分數，即否定它們，你會得到MSE。按照慣例，GridSearchCV總是試圖最大化其得分，所以像MSE這樣的損失函數必須被否定。