Как получить среднюю точность, напомнить, f1, точность кросс-валидации с помощью sklearn?

Question

Я использую k-fold cross validation для настройки гиперпараметра на весь набор тренировок с Weka, и он показывает среднюю точность, напомним, f1 перекрестной проверки. Я хочу получить те же результаты с Sklearn в python.

cv = StratifiedShuffleSplit(n_splits=5, test_size=0.2, random_state=42) 
    grid = GridSearchCV(LinearSVC(), param_grid=param_grid, cv=cv) 
    grid.fit(X_train, y_train) 
    # print the best parameters 
    print("The best parameters are %s with a score of %0.5f" 
     % (grid.best_params_, grid.best_score_)) 
    # print the average precision, recall, f1, accuracy of cross 
    # validation with the best parameters found 
    ??? 

Любой может помочь?

Answer 1

Вы можете использовать функцию classification_report от sklearn.metrics.

http://scikit-learn.org/stable/modules/generated/sklearn.metrics.classification_report.html