GridSearchCV设置多评分参数时传入集合报错，求助解决

问题出在你传入的scoring参数是**集合（set）**类型（{'precision', 'recall', 'accuracy', 'f1'}），而GridSearchCV的scoring参数不支持集合，仅接受列表、元组、字典、单个字符串、可调用对象或None。

解决步骤 #

直接把集合替换成列表或元组即可，若需要自定义各指标的计算方式，也可以用字典形式：

1. 列表/元组形式（最直接） #

将原集合的大括号{}改成方括号[]（列表）或圆括号()（元组）：

# 列表示例
grid_search = GridSearchCV(
    estimator=你的模型实例,
    param_grid=你的参数网格,
    scoring=['precision', 'recall', 'accuracy', 'f1'],  # 用列表包裹
    cv=5
)

# 元组示例（效果和列表一致）
grid_search = GridSearchCV(
    estimator=你的模型实例,
    param_grid=你的参数网格,
    scoring=('precision', 'recall', 'accuracy', 'f1'),  # 用元组包裹
    cv=5
)

2. 字典形式（自定义指标计算规则） #

如果需要指定每个指标的具体计算方式（比如分类任务中的平均策略），可以用字典映射：

scoring = {
    'precision': 'precision_macro',  # 宏平均精确率
    'recall': 'recall_micro',        # 微平均召回率
    'accuracy': 'accuracy',
    'f1': 'f1_weighted'              # 加权F1
}

grid_search = GridSearchCV(
    estimator=你的模型实例,
    param_grid=你的参数网格,
    scoring=scoring,
    cv=5,
    refit='accuracy'  # 必须指定用哪个指标选择最优模型
)

补充说明 #

当传入多个评分指标时，GridSearchCV会为每个参数组合计算所有指标的得分。如果需要基于某个指标选择最优模型，记得在GridSearchCV中设置refit参数（比如上面示例的refit='accuracy'），否则无法直接通过best_estimator_获取最优模型。

内容的提问来源于stack exchange，提问作者JoaHT