擅长:python、mysql、java
<p>brier评分,基本上是均方误差,对于利用概率得分的分类模型来说,是一个已知且有效的损失函数;我也来看看这一点。在</p>
<p>对于您的特定问题,您需要比较为目标类返回的概率,即二进制类问题:</p>
<pre><code>from sklearn.metrics import brier_score_loss
probs = your_model.predict_proba(X_test)
brier_score_loss(y_true, probs[:, 1])
</code></pre>
<p>我不确定brier是否被正式定义为多类问题。我要指出平均误分类错误的概念,即平均跨类错误。在</p>
<p>要在sklearnapi中利用这个特性,请对y\u进行绝对编码,即每个类都有自己的列,并调用</p>
<p>在sklearn.metrics.mean_平方误差(y_true,probs,multioutput='uniform_average')</p>