Python scikit学习：从管道中检索模型对象

我有下面的管道构建，我想做的是获取在管道内部构建的随机林模型对象。

rf

是唯一的初始化，它没有

rf.估计器

     grid_params = [{'bootstrap': [True],
      'min_samples_leaf': [5],
      'n_estimators': [1000],
      'max_features': [8],
      'min_samples_split': [12],
      'max_depth': [60]}]

     rf = RandomForestRegressor()
     grid_search = GridSearchCV(estimator=rf, param_grid=grid_params)

     pipe = PipelineRF(
         [
             ('grid', grid_search)
         ]
     )
     _ = StratifiedKFold(random_state=125)

是否有一种方法可以调用
管道。get_model（）
？
管道。get_params（）
？使用
命名的步骤<代码>管道。命名为步骤['grid']。在您的案例中是最好的估算器。看，你的案子和我的问题正好相反。在这种情况下，管道位于网格搜索内，因此我们首先访问
最佳估计量
以获取管道，然后使用
命名步骤
。在您的案例中，我们首先使用
命名的\u步骤
获取内部网格搜索对象，然后使用
最佳\u估计器
从网格搜索中获取找到的最佳RF模型。无论如何，您的场景（管道内的网格搜索）有点不寻常。为什么要使用管道上方网格搜索。在将管道中的数据发送到网格搜索之前，您是否对这些数据执行任何其他操作？如果是，那么您需要确保它不会将测试信息泄漏到网格搜索模型中，否则您将得到有偏差的结果。