Question

我正在使用Python 2.7和sklearn 0.16从O'Reilly的书“使用Python进行机器学习的介绍”中实现一个示例。

我正在使用的代码：

pipe = make_pipeline(TfidfVectorizer(), LogisticRegression())
param_grid = {"logisticregression_C": [0.001, 0.01, 0.1, 1, 10, 100], "tfidfvectorizer_ngram_range": [(1,1), (1,2), (1,3)]}
grid = GridSearchCV(pipe, param_grid, cv=5)
grid.fit(X_train, y_train)
print("Best cross-validation score: {:.2f}".format(grid.best_score_))

返回的错误归结为：

ValueError: Invalid parameter logisticregression_C for estimator Pipeline

这是否与从v.0.16使用Make_pipeline有关？导致此错误的原因是什么？

Answer 1

估算名称与Pipeline中的参数之间应该有两个下划线 logisticregression__C。对tfidfvectorizer

执行相同操作

请参阅http://scikit-learn.org/stable/auto_examples/plot_compare_reduction.html#sphx-glr-auto-examples-plot-compare-reduction-py

上的示例

Answer 2

对于在 Pipeline 中使用 GridSearchCV 的更一般的答案，模型的参数网格应以您在定义管道时指定的任何名称开头。例如：

# Pay attention to the name of the second step, i. e. 'model'
pipeline = Pipeline(steps=[
     ('preprocess', preprocess),
     ('model', Lasso())
])

# Define the parameter grid to be used in GridSearch
param_grid = {'model__alpha': np.arange(0, 1, 0.05)}

search = GridSearchCV(pipeline, param_grid)
search.fit(X_train, y_train)

在管道中，我们使用名称 model 作为估算器步骤。因此，在网格搜索中，套索回归的任何超参数都应该以前缀 model__ 给出。网格中的参数取决于您在管道中指定的名称。在没有管道的普通 GridSearchCV 中，网格将如下所示：

param_grid = {'alpha': np.arange(0, 1, 0.05)}
search = GridSearchCV(Lasso(), param_grid)

您可以在此 post 中找到有关 GridSearch 的更多信息。

Answer 3

请注意，如果您使用带有投票分类器和列选择器的管道，则将需要多层名称：

LabSelection1.Clear();
            for(int i=0; i<15; i++)
            {
                SwitchCell cell = new SwitchCell();
                cell.Text = "DEV"+i;
                cell.On = false;
                LabSelection1.Add(cell);
            }

您将需要一个如下所示的参数网格：

pipe1 = make_pipeline(ColumnSelector(cols=(0, 1)),
                      LogisticRegression())
pipe2 = make_pipeline(ColumnSelector(cols=(1, 2, 3)),
                      SVC())
votingClassifier = VotingClassifier(estimators=[
        ('p1', pipe1), ('p2', pipe2)])

param_grid = { 'p2__svc__kernel': ['rbf', 'poly'], 'p2__svc__gamma': ['scale', 'auto'], }是管道的名称，p2是您在该管道中创建的分类器的默认名称。第三个元素是您要修改的参数。

sklearn估算器管道的参数无效

3 个答案: