我正在尝试优化岭回归的超参数，同时还添加多项式特征。因此，管道看起来不错，但在尝试使用GridSearchCV时遇到错误。以下是代码：

# 导入库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.metrics import mean_squared_error
from collections import Counter
from IPython.core.display import display, HTML
sns.set_style('darkgrid')

# 数据预处理
from sklearn.datasets import load_boston
boston_dataset = load_boston()
dataset = pd.DataFrame(boston_dataset.data, columns = boston_dataset.feature_names)
dataset['MEDV'] = boston_dataset.target

# X和y变量
X = dataset.iloc[:, 0:13].values
y = dataset.iloc[:, 13].values.reshape(-1,1)

# 将数据集拆分为训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state = 25)

# 构建模型 ------------------------------------------------------------------------
# 对训练集进行拟合
from sklearn.linear_model import Ridge
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures
steps = [
    ('scalar', StandardScaler()),
    ('poly', PolynomialFeatures(degree=2)),
    ('model', Ridge())
]
ridge_pipe = Pipeline(steps)
ridge_pipe.fit(X_train, y_train)

# 预测测试集结果
y_pred = ridge_pipe.predict(X_test)

# 应用k折交叉验证
from sklearn.model_selection import cross_val_score
accuracies = cross_val_score(estimator = ridge_pipe, X = X_train, y = y_train, cv = 10)
accuracies.mean()
#accuracies.std()

# 应用网格搜索查找最佳模型和最佳参数
from sklearn.model_selection import GridSearchCV
parameters = [ {'alpha': np.arange(0, 0.2, 0.01) } ]
grid_search = GridSearchCV(estimator = ridge_pipe,
                           param_grid = parameters,
                           scoring = 'accuracy',
                           cv = 10,
                           n_jobs = -1)
grid_search = grid_search.fit(X_train, y_train)  # <-- 在这里遇到错误

错误：

ValueError: Invalid parameter ridge for estimator

该如何做，或者是否有更好的方法使用管道进行岭回归？我是网格搜索的新手，如果能提供一些关于网格搜索的资源，我会很感激。错误如下：

回答：

你的代码中有两个问题。首先，由于你使用了pipeline，你需要在params列表中指定参数属于管道的哪一部分。请参阅官方文档了解更多信息：

管道的目的是将多个步骤组合在一起，以便可以一起进行交叉验证，同时设置不同的参数。为此，它允许使用它们的名称和参数名称（中间用‘__’分隔）来设置各个步骤的参数，如下例所示

在这种情况下，由于alpha将用于ridge-regression，并且你在Pipeline定义中使用了字符串model，你需要将键alpha重命名为model__alpha：

steps = [
    ('scalar', StandardScaler()),
    ('poly', PolynomialFeatures(degree=2)),
    ('model', Ridge())  # <------ 你在这里使用的任何字符串稍后都会被使用
]
# 由于你将其命名为'model'，你需要将其更改为'model__alpha'
parameters = [ {'model__alpha': np.arange(0, 0.2, 0.01) } ]

接下来，你需要明白这个数据集是用于回归的。你不应该在这里使用accuracy，而应该使用基于回归的评分函数，如mean_squared_error。这里有一些其他用于回归的指标供你使用。类似这样的代码：

from sklearn.metrics import mean_squared_error, make_scorer
scoring_func = make_scorer(mean_squared_error)
grid_search = GridSearchCV(estimator = ridge_pipe,
                           param_grid = parameters,
                           scoring = scoring_func,  #<--- 使用上面定义的评分函数
                           cv = 10,
                           n_jobs = -1)

这是一个指向Google Colab笔记本的链接，其中包含可运行的代码。