我正在使用scikit-learn来评估我在tensorFlow中实现并由TensorFlow估算器包装的神经网络：

import tensorflow.contrib.learn as skflow
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score

...

def my_model(X,y):
    ...
    ...
    return skflow.models.logistic_regression(h_drop, y)

def main():
    X_train, X_test, y_train, y_test = train_test_split(data,labels,test_size=0.1, random_state=3)`
    classifier = skflow.TensorFlowEstimator(model_fn=my_model, n_classes=2,batch_size=64,steps=5,optimizer='Adam',learning_rate=1e-4)
    classifier.fit(X_train, y_train)
    cross_val_score(classifier, data, y=labels, cv=10)

cross_val_score导致以下错误：

TypeError：如果未指定评分，则传递的估算器应具有“得分”方法 . 估计器TensorFlowEstimator（steps = 5，batch_size = 64，continue_training = False，verbose = 1，n_classes = 2，learning_rate = 0.0001，clip_gradients = 5.0，class_weight = None，params = None，optimizer = Adam）不会 .

当我定义如下所示的评分方法时：

from sklearn import  metrics

cross_val_score(classifier, data, y=labels, cv=10,scoring=metrics.f1_score)

发生以下错误：

得分值看起来像是一个度量函数而不是一个得分手 . 记分员应该要求估算器作为其第一个参数 . 请使用make_scorer将指标转换为记分员 .

当我使用如下所示的make_scorer：

cross_val_score(classifier, data, y=labels, cv=10,scoring=metrics.make_scorer(metrics.accuracy_score))

发生以下错误：

new_object = klass（** new_object_params）TypeError：init（）得到一个意外的关键字参数'params'

任何的想法？

tensorflow scikit-learn skflow