Как использовать log_loss в GridSearchCV с метками нескольких классов в Scikit-Learn (sklearn)?

Я пытаюсь использовать аргумент log_loss в параметре scoring GridSearchCV, чтобы настроить этот мультиклассовый (6 классов) классификатор. Я не понимаю, как задать параметр label. Даже если бы я дал ему sklearn.metrics.log_loss, он бы изменился для каждой итерации перекрестной проверки, поэтому я не понимаю, как дать ему параметр labels?

Я использую Python v3.6 и Scikit-Learn v0.18.1

Как можно использовать GridSearchCV с log_loss с настройкой мультиклассовой модели?

Мое представление класса:

1    31
2    18
3    28
4    19
5    17
6    22
Name: encoding, dtype: int64

Мой код:

param_test = {"criterion": ["friedman_mse", "mse", "mae"]}
gsearch_gbc = GridSearchCV(estimator = GradientBoostingClassifier(n_estimators=10), 
                        param_grid = param_test, scoring="log_loss", n_jobs=1, iid=False, cv=cv_indices)
gsearch_gbc.fit(df_attr, Se_targets)

Вот конец ошибки, а полная - здесь https://pastebin.com/1CshpEBN:

ValueError: y_true contains only one label (1). Please provide the true labels explicitly through the labels argument.

ОБНОВЛЕНИЕ: просто используйте это, чтобы сделать счетчика на основе @Grr

log_loss_build = lambda y: metrics.make_scorer(metrics.log_loss, greater_is_better=False, needs_proba=True, labels=sorted(np.unique(y)))