sklearn GridSearchCV：分類レポートを取得するには？

Question

私はこのようなGridSearchCVを使用しています：

corpus = load_files('corpus') 

with open('stopwords.txt', 'r') as f: 
    stop_words = [y for x in f.read().split('\n') for y in (x, x.title())] 

x = corpus.data 

y = corpus.target 

pipeline = Pipeline([ 
    ('vec', CountVectorizer(stop_words=stop_words)), 
    ('classifier', MultinomialNB())]) 

parameters = {'vec__ngram_range': [(1, 1), (1, 2)], 
       'classifier__alpha': [1e-2, 1e-3], 
       'classifier__fit_prior': [True, False]} 

gs_clf = GridSearchCV(pipeline, parameters, n_jobs=-1, cv=5, scoring="f1", verbose=10) 

gs_clf = gs_clf.fit(x, y) 

joblib.dump(gs_clf.best_estimator_, 'MultinomialNB.pkl', compress=1) 

を次に、別のファイルには、（ないコーパスからの）新しい文書を分類するために、私はこれを行う：

classifier = joblib.load(filepath) # path to .pkl file 
    result = classifier.predict(tokenlist) 

私の質問は：どこに行いますclassification_reportに必要な値が得られますか？

他の多くの例では、人々がコーパスをトラッキングセットとテストセットに分割しているのがわかります。 しかし、私はGridSearchCVをkfold-cross-validationで使用しているので、これを行う必要はありません。 GridSearchCVからこれらの値を取得するにはどうすればよいですか？

Answer 1

最高のモデルはclf.best_estimator_です。これにトレーニングデータを合わせる必要があります。テストデータを予測し、分類レポートにytestとypredsを使用します。

Answer 2

あなたはGridSearchCVオブジェクトを使用している場合：あなたが最良の推定量を保存し、それをロードした場合は

from sklearn.metrics import classification_report 
clf = GridSearchCV(....) 
clf.fit(x_train, y_train) 
classification_report(clf.best_estimator_.predict(x_test), y_test) 

：

classifier = joblib.load(filepath) 
classification_report(classifier.predict(x_test), y_test)