Python 管道网格搜索CV参数网格说明

这是什么意思？

'feature\u selection\u\k'：列表（范围（1，len（feature\u importances）+1））

编码：

param_grid = [{
    'preparation__num__imputer__strategy': ['mean', 'median', 'most_frequent'],
    'feature_selection__k': list(range(1, len(feature_importances) + 1))
}]

grid_search_prep = GridSearchCV(prepare_select_and_predict_pipeline, param_grid, cv=5,
                                scoring='neg_mean_squared_error', verbose=2)
grid_search_prep.fit(housing, housing_labels)

在哪里

及

请您解释一下“功能选择”一行中的每一步：列表（范围（1，len（功能重要性）+1））

---

如果需要所有代码，请在此处：。我要问的代码部分在笔记本的底部。

列表（范围（1，len（feature\u importances）+1））

返回从1到n的整数列表，其中n是

feature\u importances的长度

例如，如果
特征重要性的长度为5

list(range(1, len(feature_importances) + 1))

将返回：

[1, 2, 3, 4, 5]

您需要添加“+1”，因为范围不包括上限
 因为这里不适用于简单的估计器，而是适用于管道：

prepare_select_and_predict_pipeline = Pipeline([
    ('preparation', full_pipeline),
    ('feature_selection', TopFeatureSelector(feature_importances, k)),
    ('svm_reg', SVR(**rnd_search.best_params_))
])

在哪里

及

param_网格
需要组织成“级别”，以便它知道将访问的组成管道组件的确切参数

因此，在这里，字符串的
feature\u selection
部分指的是
prepare\u select\u和
的相应部分，而
k
指的是
TopFeatureSelector
的相应参数。级别之间用双下划线分隔，因此要访问
TopFeatureSelector
的参数
k
，相应的参数定义为
feature\u selection\uk

出于同样的原因，为了让
参数网格
访问
SimpleComputer
的
策略
参数，相应的条目是
“准备数量输入策略”
，即：


第一级管道的
准备
部分
prepare\u select\u和\u predict\u管道
第二级
完整管道的
num
部分

第三级
num_管道

SimpleComputer

如前所述，每个条目由一个双下划线分隔
\uuuu
什么是
功能选择部分？它只是一个任意字符串吗？它是一个允许从1到nGreat搜索的列表。非常感谢。
[1, 2, 3, 4, 5]

prepare_select_and_predict_pipeline = Pipeline([
    ('preparation', full_pipeline),
    ('feature_selection', TopFeatureSelector(feature_importances, k)),
    ('svm_reg', SVR(**rnd_search.best_params_))
])

full_pipeline = ColumnTransformer([
        ("num", num_pipeline, num_attribs),
        ("cat", OneHotEncoder(), cat_attribs),
    ])

num_pipeline = Pipeline([
        ('imputer', SimpleImputer(strategy="median")),
        ('attribs_adder', CombinedAttributesAdder()),
        ('std_scaler', StandardScaler()),
    ])