我正在尝试对随机森林分类器进行网格搜索，测试不同的PCA成分和估计器数量(n_estimators)。

  model_rf = RandomForestClassifier()  pca_rf = Pipeline([('pca', PCA()), ('rf', RandomForestClassifier())])  param_grid_rf = [{                'pca__n_components': [20],                'rf__n_estimators': [5]                }]  grid_cv_rf = GridSearchCV(estimator=pca_rf, cv=5,param_grid=param_grid_rf)  grid_cv_rf.fit(x_train, y_train1)  test_pca_evaluate = pca.transform(x_test)  y_pred = model_rf.predict(test_pca_evaluate)#error here

在最后一行我得到了一个错误 “这个 RandomForestClassifier 实例尚未拟合。请在使用此方法之前调用 ‘fit’ 并传入合适的参数。”

回答：

这个错误非常明确 – 你正在调用的 RandomForestClassifier 方法尚未被拟合，意味着你还没有调用 model_rf.fit。这个对象并没有被你的 grid_cv_rf 对象拟合。

我想你想要的是 grid_cv_rf.predict(x_test)，因为那个 grid_cv_rf 对象同时完成了你的 PCA 和 RF 的拟合工作。