scikitlearn的LassoCV评分标准

Question

我正在使用scikit learn的LassoCV函数。在交叉验证期间，默认使用的是什么scoring metric？在

我希望交叉验证是基于“均方误差回归损失”。你能用这个指标来衡量拉索夫吗？一个人可以为LogisticRegressionCV指定一个评分标准，那么拉索夫也有可能吗？在

Answer 1

^{}使用R^2作为评分标准。从docs：

By default, parameter search uses the score function of the estimator to evaluate a parameter setting. These are the sklearn.metrics.accuracy_score for classification and sklearn.metrics.r2_score for regression.

要使用另一种评分标准，例如均方误差，您需要使用^{}或^{}（而不是^{}），并将scoring参数指定为scoring='neg_mean_squared_error'。从docs：

An alternative scoring function can be specified via the scoring parameter to GridSearchCV, RandomizedSearchCV and many of the specialized cross-validation tools described below.

Answer 2

我认为公认的答案是错误的，因为它引用了网格搜索的文档，但是LassoCV使用正则化路径，而不是网格搜索。 事实上，在LassoCV的docs页面中，它说loss函数是：

(1 / (2 * n_samples)) * ||y - Xw||^2_2 + alpha * ||w||_1

这意味着最小均方误差（加上套索项）。