Я обучаю RandomForestClassifier решению проблемы бинарной классификации в scikit-learn. Я хочу максимизировать свою оценку AUC для модели. Я понимаю, что это невозможно в стабильной версии 0.13, но возможно в передовой версии 0.14.
Я пробовал это, но, похоже, получил худший результат:
ic = RandomForestClassifier(n_estimators=100, compute_importances=True, criterion='entropy', score_func = auc_score);
Это работает как параметр для модели или только в gridsearchCV?
Если я использую его в gridsearchCV, улучшит ли модель соответствие данным для auc_score
? Я тоже хочу попробовать, чтобы максимизировать recall_score
.