网格搜索 ValueError: 估计器的无效参数分类器

我在尝试使用随机森林进行网格搜索时出现了这个错误

ValueError: Invalid parameter classifier for estimator Pipeline(steps=[('tfidf_vectorizer', TfidfVectorizer()),                ('rf_classifier', RandomForestClassifier())]). Check the list of available parameters with `estimator.get_params().keys()`.
import numpy as np # 线性代数import pandas as pdfrom sklearn.model_selection import GridSearchCVfrom sklearn.model_selection import train_test_splitfrom sklearn import pipeline,ensemble,preprocessing,feature_extraction,metricstrain=pd.read_json('cleaned_data1')#将数据集分割为 X , YX=train.iloc[:,0]Y=train.iloc[:,2]estimators=pipeline.Pipeline([        ('tfidf_vectorizer', feature_extraction.text.TfidfVectorizer(lowercase=True)),        ('rf_classifier', ensemble.RandomForestClassifier())    ])print(estimators.get_params().keys())params = {"classifier__max_depth": [3, None],              "classifier__max_features": [1, 3, 10],              "classifier__min_samples_split": [1, 3, 10],              "classifier__min_samples_leaf": [1, 3, 10],              # "bootstrap": [True, False],              "classifier__criterion": ["gini", "entropy"]}X_train,X_test,y_train,y_test=train_test_split(X,Y, test_size=0.2)rf_classifier=GridSearchCV(estimators,params, cv=10 , n_jobs=-1 ,scoring='accuracy',iid=True)rf_classifier.fit(X_train,y_train)y_pred=rf_classifier.predict(X_test)metrics.confusion_matrix(y_test,y_pred)print(metrics.accuracy_score(y_test,y_pred))

我尝试添加这些参数

param_grid = {    'n_estimators': [200, 500],    'max_features': ['auto', 'sqrt', 'log2'],    'max_depth' : [4,5,6,7,8],    'criterion' :['gini', 'entropy']}

但仍然出现同样的错误


回答:

请确保在引用管道中的元素时,使用与初始化参数网格时相同的命名约定。

import numpy as npimport matplotlib.pyplot as pltimport pandas as pdfrom sklearn import datasetsfrom sklearn.decomposition import PCAfrom sklearn.linear_model import LogisticRegressionfrom sklearn.pipeline import Pipelinefrom sklearn.model_selection import GridSearchCV# 定义一个管道来搜索PCA截断和分类器正则化的最佳组合pca = PCA()# 将容忍度设置为较大的值以使示例运行得更快logistic = LogisticRegression(max_iter=10000, tol=0.1)pipe = Pipeline(steps=[('pca', pca), ('logistic', logistic)])X_digits, y_digits = datasets.load_digits(return_X_y=True)# 可以使用‘__’分隔的参数名称来设置管道的参数:param_grid = {    'pca__n_components': [5, 15, 30, 45, 64],    'logistic__C': np.logspace(-4, 4, 4),}search = GridSearchCV(pipe, param_grid, n_jobs=-1)search.fit(X_digits, y_digits)print("Best parameter (CV score=%0.3f):" % search.best_score_)print(search.best_params_)

在这个例子中,我们将LogisticRegression模型称为’logistic’。另外,请注意,对于RandomForestClassifiers,min_samples_split的值不能为1,这会导致错误。

这是来自scikit-learn文档的内容

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注