我試圖構建一個包含一些可選步驟的管道。但是，我想為這些步驟優化超引數，因為我想在不使用它們和使用不同配置（在我的情況下為 SelectFromModel - sfm）之間獲得最佳選擇。
clf = RandomForestRegressor(random_state = 1)
stdscl = StandardScaler()
sfm = SelectFromModel(RandomForestRegressor(random_state=1))
p_grid_lr = {"clf__max_depth": [10, 50, 100, None],
"clf__n_estimators": [10, 50, 100, 200, 500, 800],
"clf__max_features":[0.1, 0.5, 1.0,'sqrt','log2'],
"sfm": ['passthrough', sfm],
"sfm__max_depth": [10, 50, 100, None],
"sfm__n_estimators": [10, 50, 100, 200, 500, 800],
"sfm__max_features":[0.1, 0.5, 1.0,'sqrt','log2'],
}
pipeline=Pipeline([
('scl',stdscl),
('sfm',sfm),
('clf',clf)
])
gs_clf = GridSearchCV(estimator = pipeline, param_grid = p_grid_lr, cv =KFold(shuffle = True, n_splits = 5, random_state=1),scoring = 'r2', n_jobs =- 1)
gs_clf.fit(X_train, y_train)
clf = gs_clf.best_estimator_
我得到的錯誤是“字串”物件沒有屬性“set_params”，這是可以理解的。有沒有辦法指定應該一起嘗試哪些組合，在我的情況下，只有“直通”本身和具有不同超引數的 sfm？
謝謝！
uj5u.com熱心網友回復：
正如@Robin 所指定的，您可以定義p_grid_lr為字典串列。確實，以下是該提案中各州的檔案：GridSearchCV
param_grid：字典或字典串列
以引數名稱 (str) 作為鍵的字典和要嘗試作為值的引數設定串列，或此類字典的串列，在這種情況下，將探索串列中每個字典跨越的網格。這可以搜索任何引數設定序列。
p_grid_lr = [
{
"clf__max_depth": [10, 50, 100, None],
"clf__n_estimators": [10, 50, 100, 200, 500, 800],
"clf__max_features": [0.1, 0.5, 1.0,'sqrt','log2'],
"sfm__estimator__max_depth": [10, 50, 100, None],
"sfm__estimator__n_estimators": [10, 50, 100, 200, 500, 800],
"sfm__estimator__max_features": [0.1, 0.5, 1.0,'sqrt','log2'],
},
{
"clf__max_depth": [10, 50, 100, None],
"clf__n_estimators": [10, 50, 100, 200, 500, 800],
"clf__max_features": [0.1, 0.5, 1.0,'sqrt','log2'],
"sfm": ['passthrough'],
}
]
一個可擴展性較低的替代方案（對于您的情況）可能是以下
p_grid_lr_ = {
"clf__max_depth": [10, 50, 100, None],
"clf__n_estimators": [10, 50, 100, 200, 500, 800],
"clf__max_features": [0.1, 0.5, 1.0,'sqrt','log2'],
"sfm": ['passthrough',
SelectFromModel(RandomForestRegressor(random_state=1, max_depth=10, n_estimators=10, max_features=0.1)),
SelectFromModel(RandomForestRegressor(random_state=1, max_depth=10, n_estimators=50, max_features=0.1)),
...]
}
為您的引數指定所有可能的組合。
此外，請注意要訪問 parameters max_depth，n_estimators并max_features從您內部的RandomForestRegressor估算器中SelectFromModel鍵入引數為
"sfm__estimator__max_depth": [10, 50, 100, None],
"sfm__estimator__n_estimators": [10, 50, 100, 200, 500, 800],
"sfm__estimator__max_features": [0.1, 0.5, 1.0,'sqrt','log2']
而不是作為
"sfm__max_depth": [10, 50, 100, None],
"sfm__n_estimators": [10, 50, 100, 200, 500, 800],
"sfm__max_features": [0.1, 0.5, 1.0,'sqrt','log2']
因為這些引數來自估計器本身（max_features原則上也可能是來自 的引數SelectFromModel，但在這種情況下，它可能只能獲得來自docs的整數值）。
pipeline.get_params().keys()通常，您可以通過（estimator.get_params().keys()通常）訪問所有可能優化的引數。
最后，這里是Pipelines 用戶指南的精彩讀物。
uj5u.com熱心網友回復：
參考這個例子，你可以制作一個字典串列。一個包含sfm及其相關引數，另一個不使用"passthrough".
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/422909.html
標籤：