我在管道中定義了一個模型的超引數，該演算法在執行時可能會使用GridsearchCV，如果它這樣做了，那么之前在管道中定義的超引數會發生什么變化
管線pipe_nusvc = Pipeline([('clfnu'/span>, NuSVC(nu=0.5,kernel='rbf'/span>)])
我可以用
添加引數pipe_nusvc['clfnu'].cache_size=300
而且我想過從管道中洗掉添加的cache_size 如果使用GridsearchCV的話
如果GridsearchCV被使用的話
如果使用GridsearchCV，在管道中定義的cache_size=300將仍然存在，沒有辦法在運行程序中洗掉它，那么如果在管道和GridsearchCV中都定義相同的超引數會發生什么呢
uj5u.com熱心網友回復：你不能 "移除"cache_size；它是NuSVC物件的一個引數。你可以將它重置為默認值，但是200已經是默認值了。
如果您為一個引數設定了一個值（無論是在初始化時，使用set_params，還是像您所寫的那樣手動設定），那么它將覆寫默認值，并且它將保持這種狀態直到您改變它。
sklearn有一個叫做 "克隆 "的工具：一個新的相同型別的估計器被回傳，引數設定相同，但沒有擬合/學習的屬性。
在網格搜索中，估計器（本例中為管道）被克隆，并且每個克隆都被分配了一個引陣列合（覆寫了你之前可能設定的任何引數）。 因此，如果你在管道的定義中設定了cache_size，或者后來在你的代碼中設定了cache_size，但你在網格搜索中也設定了cache_size，那么只有網格值才是重要的。 原始的管道，在網格搜索之外，將繼續獨立存在，并有你設定的cache_size，但搜索的cv_results_和best_estimator_將不會。 另一方面，如果你沒有在你的引數網格中設定cache_size，那么你事先設定的任何值都將被用于搜索中的every引陣列合。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/316890.html
標籤：