機器學習_ML_GridSearchCV_Score_評估方法

偶然在執行的時候出現這個錯誤才發現，原來評估方法這麼多…
一定要了解手上的工具才有辦法知道未來遇到了怎麼處理，是吧!
慢慢的來補齊，有路過的前輩可以指導的話再請協助了!

ValueError: 'cohen_kappa' is not a valid scoring value. 
Valid options are 
['accuracy', 'adjusted_rand_score', 'average_precision', 
'f1', 'f1_macro', 'f1_micro', 'f1_samples', 'f1_weighted', 
'neg_log_loss', 'neg_mean_absolute_error', 
'neg_mean_squared_error', 'neg_median_absolute_error', 
'precision', 'precision_macro', 'precision_micro', 
'precision_samples', 'precision_weighted', 'r2', 'recall', 
'recall_macro', 'recall_micro', 'recall_samples', 
'recall_weighted', 'roc_auc']

accuracy

分類準確率分數是指所有分類正確的百分比。
分類準確率這一衡量分類器的標準比較容易理解，但是它不能告訴你響應值的潛在分佈，並且它也不能告訴你分類器犯錯的類型

adjusted_rand_score

average_precision

f1

f1_macro

f1_micro

f1_samples

f1_weighted

neg_log_loss

neg_mean_absolute_error

neg_mean_squared_error

neg_median_absolute_error

precision

計算精確度

precision_macro

precision_micro

precision_samples

precision_weighted

r2

recall

召回率
即提取出的正確信息條數/樣本中的信息條數。
白話一點說，就是所有準確的條目有多少被檢索出來了!

recall_macro

recall_micro

recall_samples

recall_weighted

roc_auc