Scikit学习自定义分数函数需要来自X和y以外的数据集的值

Question

我正在尝试根据历史体育博彩的表现来评估模型。

我有一个由以下几列组成的数据集：

feature1 | ... | featureX | oddsPlayerA | oddsPlayerB | winner

模型将进行回归，其中输出是玩家A赢得比赛的几率

据我了解，我可以使用自定义评分功能来返回模型，如果每次条件都正确时下注，它将使用该值来衡量模型的适用性。条件如下：

if prediction_player_A_win_odds < oddsPlayerA
   money += bet_playerA(oddsPlayerA, winner) 
if inverse_odd(prediction_player_A_win_odds) < oddsPlayerB
   money += bet_playerB(oddsPlayerB, winner) 

在自定义计分功能中，我需要从“数据集（这是问题所在！）。

如果以与原始数据集完全相同的顺序调用数据的自定义评分功能，那么从数据集中检索所需的额外数据将很简单。但是实际上，当使用交叉验证方法时，所获得的数据都是混合在一起的（与原始数据相比）。

我已经尝试了最明显的方法，即用[oddsA，oddsB，winner]（尺寸[n，3]）传递y变量，但是scikit不允许这样做。

因此，如何从数据集中将数据获取到既不是X也不是y但仍然以相同顺序“捆绑在一起”的自定义评分函数中？

Answer 1

目前无法实际执行此操作，对不起。您可以在交叉验证折叠上编写自己的循环，这不难。您无法使用GridSearchCV或cross_val_score执行此操作

Answer 2

所以已经有好几年了，但是我遇到了一个非常相似的场景，没有看到搜索解决方案。在复制和修改sklearn.model_selection._validation.cross_validate之前，我想检查一下是否有任何更新，也许是一种更好的方法？谢谢！