我正在尝试为一个涉及包含pipeline作为其构造函数输入之一的估计器的自定义案例运行网格搜索。
class DefaultEstimator(BaseEstimator, TransformerMixin): def __init__(self, preprocessor, pipelines): self.pipelines = pipelines def fit(self, X, y=None): for idx, each_pipeline in enumerate(self.pipelines): each_pipeline.fit(X[idx], y) return self def transform(self, X): transformed_data = [] for idx, each_pipeline in enumerate(self.pipelines): transformed_data.append(each_pipeline.transform(X[idx])) return sp.hstack(transformed_data)我的管道看起来像这样：
pipeline1 = trainer.create_pipeline(num_features=100)pipeline2 = trainer.create_pipeline(num_features=50)复合管道看起来像这样：
aggregated_pipeline = Pipeline([('contextual', DefaultEstimator([pipeline1, pipeline2])), ('classifier', Pipeline([('clf', SVM(random_state=1234, probability=True)])) ])输入数据有两列，每列分别对应一个管道（pipeline1 和 pipeline2）。
对于clf的grid_params的键可以写成classifier__clf__C，classifier__clf__gamma等。
问题是：如何为GridSearchCV(...)编写grid_params，因为管道步骤之一不是管道对象，而是一个自定义估计器对象？
回答：
GridSearchCV和Pipeline使用估计器的set_params方法来设置要测试的参数。因此，您需要在DefaultEstimator中实现这个方法，并适当设置管道参数。在scikit-learn中，常见的做法是使用双下划线来分隔嵌套对象的参数，例如：
class DefaultEstimator: def set_params(self, **kwargs): for k, v in kwargs.items(): parts = k.split('__') if parts[0].startswith('pipeline'): pipe_num = int(parts[0].split('_')[1]) param_name = '__'.join(parts[1:]) self.pipelines[pipe_num].set_params(*{param_name: v}) else: # 其他逻辑这样，您就可以使用诸如contextual__pipeline_1__num_features这样的参数（contextual__会被网格搜索自动去掉，因此无需处理）。
