KerasClassifier无evaluate属性报错，多分类模型评估代码如何修改？

KerasClassifier是Keras适配scikit-learn接口的包装类，本身没有evaluate方法，你可以通过以下两种方式修改代码：

• 使用scikit-learn标准的score()方法评估模型，该方法会返回验证集的准确率：

  accuracy = estimator.score(X_val, y_val, batch_size=8)
  print(f"验证集准确率: {accuracy}")
  

• 直接调用封装的底层Keras模型的evaluate()方法，这种方式能获取更详细的评估结果（如损失值、自定义指标等）：

  results = estimator.model.evaluate(X_val, y_val, batch_size=8)
  print(f"验证集评估结果: {results}")
  

注意：如果需要获取自定义评估指标的结果，要确保在构建原始Keras模型时，已经通过metrics参数指定了对应的指标（比如metrics=['accuracy', 'precision']）。

内容的提问来源于stack exchange，提问作者Tobitor