这是我第一次在这里发帖。
我是一个Python-机器学习的新手，我一直在用Jupyter Notebook(v 6.0.3)自学Scikit-Learn(v 0.22.1)。如果您能帮助我解决这个问题，我将非常感激。
我从scikit-learn 0.22.1的可下载文件auto_examples_python/datasets/plot_cv_diabetes.py中精确复制了这段代码，但在我的Jupyter笔记本上无法运行：
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from sklearn.linear_model import LassoCV, Lasso from sklearn.model_selection import GridSearchCV, KFold X, y = datasets.load_diabetes(return_X_y = True) X = X[:150] y = y[:150] lasso = Lasso(alpha = 1.0, random_state = 0, max_iter = 10000) alphas = np.logspace(-4, -0.5, 30) tuned_parameters = [{'alphas': alphas}] n_folds = 5 clf = GridSearchCV(lasso, tuned_parameters, cv=n_folds, refit = False) clf.fit(X, y)它给出了以下错误：
>ValueError: 无效参数 alphas 用于估计器 Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=10000, normalize=False, positive=False, precompute=False, random_state=0, selection='cyclic', tol=0.0001, warm_start=False). 使用 `estimator.get_params().keys()` 查看可用参数列表。当我这样做时：
scores = clf.cv_results_['mean_test_score'] scores_std = clf.cv_results_['std_test_score'] plt.figure().set_size_inches(8, 6) plt.semilogx(alphas, score)我得到：
>AttributeError: 'GridSearchCV' 对象没有属性 'cv_results_'谢谢您的帮助。
回答：
根据 Lasso文档，您应该使用 alpha。实际上，将：
tuned_parameters = [{'alphas': alphas}]修改为：
tuned_parameters = [{'alpha': alphas}]您的代码应该能正常工作。
