如何在模型特征选择中执行随机网格搜索?

我希望根据随机森林、梯度提升和极端梯度提升的特征重要性来选择特征。我尝试使用随机化网格搜索来拟合我的模型,以获得最佳模型的特征重要性,但它返回了一个我无法理解的错误。以下是我的代码:

gbr = GradientBoostingRegressor(random_state=seed)gbr_params = {    "learning_rate": [0.001, 0.01, 0.1],    "min_samples_split": [50, 100],    "min_samples_leaf": [50, 100],    "max_depth":[5, 10, 20]}xgbr = xgboost.XGBRegressor(random_state=seed) xgbr_params = {      "learning_rate": [0.001, 0.01, 0.1],    "min_samples_leaf": [50, 100],    "max_depth":[5, 10, 20],    'reg_alpha': [1.1, 1.2, 1.3],    'reg_lambda': [1.1, 1.2, 1.3]}rfr = RandomForestRegressor(random_state=seed)rfr_params={'n_estimators':[100, 500, 1000],              'max_features':[10,14,18],             'min_samples_split': [50, 100],             'min_samples_leaf': [50, 100],} fs_xgbr = dcv.RandomizedSearchCV(xgbr, xgbr_params, cv=5, iid=False, n_jobs=-1)fs_gbr = dcv.RandomizedSearchCV(gbr, gbr_params, cv=5,iid=False, n_jobs=-1)fs_rfr = dcv.RandomizedSearchCV(rfr, rfr_params, cv=5,iid=False, n_jobs=-1)fs_rfr.fit(X, Y)model = SelectFromModel(fs_rfr, prefit=True)X_rfr = model.transform(X)print('rfr', X_rfr.shape)

X_rfr = model.transform(X)这一行,它返回了以下错误:

ValueError: The underlying estimator RandomizedSearchCV has no `coef_` or `feature_importances_` attribute. Either pass a fitted estimator to SelectFromModel or call fit before calling transform.

我不是程序员,在其他地方也未找到解决方案。是否无法使用随机搜索决定的最佳参数来获取模型的特征重要性?


回答:

不要将RandomizedSearchCV类型的对象fs_rfr传递给SelectFromModel,而是传递最佳估计器,例如fs_rfr.best_estimator_

证明

import xgboostfrom sklearn.ensemble import GradientBoostingRegressor, RandomForestRegressorfrom sklearn.datasets import make_regressionfrom sklearn.model_selection import RandomizedSearchCVfrom sklearn.feature_selection import SelectFromModelseed=42gbr = GradientBoostingRegressor(random_state=seed)gbr_params = {    "learning_rate": [0.001, 0.01, 0.1],    "min_samples_split": [50, 100],    "min_samples_leaf": [50, 100],    "max_depth":[5, 10, 20]}xgbr = xgboost.XGBRegressor(random_state=seed) xgbr_params = {      "learning_rate": [0.001, 0.01, 0.1],    "min_samples_leaf": [50, 100],    "max_depth":[5, 10, 20],    'reg_alpha': [1.1, 1.2, 1.3],    'reg_lambda': [1.1, 1.2, 1.3]}rfr = RandomForestRegressor(random_state=seed)rfr_params={'n_estimators':[100, 500, 1000],              'max_features':[10,14,18],             'min_samples_split': [50, 100],             'min_samples_leaf': [50, 100],} fs_xgbr = RandomizedSearchCV(xgbr, xgbr_params, cv=5, iid=False, n_jobs=-1)fs_gbr = RandomizedSearchCV(gbr, gbr_params, cv=5,iid=False, n_jobs=-1)fs_rfr = RandomizedSearchCV(rfr, rfr_params, cv=5,iid=False, n_jobs=-1)X, y = make_regression(1000,10)fs_xgbr.fit(X, y)fs_gbr.fit(X, y)fs_rfr.fit(X, y)model = SelectFromModel(fs_rfr.best_estimator_, prefit=True)X_rfr = model.transform(X)print('rfr', X_rfr.shape)model = SelectFromModel(fs_xgbr.best_estimator_, prefit=True)X_xgbr = model.transform(X)print('xgbr', X_xgbr.shape)model = SelectFromModel(fs_gbr.best_estimator_, prefit=True)X_gbr = model.transform(X)print('gbr', X_gbr.shape)rfr (1000, 3)xgbr (1000, 3)gbr (1000, 4)

Related Posts

多维度Top-k评分

例如,在机器学习中的自然语言处理中,通常使用波束搜索来…

R – Caret train() “错误:停止” 与 “在newdata中未找到对象中使用的所有变量名”

我正在尝试为蘑菇数据构建一个简单的朴素贝叶斯分类器。我…

创建训练和测试数据集分割,数据嵌套在多个文件夹中

我正在准备数据以训练一个图像识别模型。目前我有一个文件…

我的神经网络预测出现错误:IndexError: list index out of range

我正在进行一个简单的垃圾邮件/非垃圾邮件文本分类。我的…

python 给出数组是一维的,但索引了两个维度错误

我已经为 miniBatchGradientDesce…

TensorFlow自定义训练步骤使用不同的损失函数

背景 根据TensorFlow文档,可以使用以下方式执…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注