Python RandomizedSearchCv导致属性错误

在RandomizedSearchCv上执行fit（）后：

        tfidf = TfidfVectorizer(strip_accents=None,lowercase=False,preprocessor=None)
        param_grid = 
            {'vect__ngram_range': [(1,1)],'vect__stop_words': [stop, None],
                       'vect__tokenizer': [tokenizer, tokenizer_porter],
                       'clf__penalty': ['l1', 'l2'],
            'clf__C': [1.0, 10.0, 100.0]},
lr_tfidf = Pipeline([('vect', tfidf),('clf',LogisticRegression(random_state=0))])
gs_lr_tfidf = RandomizedSearchCV(lr_tfidf,param_grid,cv=5,n_jobs=1)
gs_lr_tfidf.fit(X_train, y_train)

我发现以下错误：

    Traceback (most recent call last):
  File "G:/pythonprojectraschka/ch08/ch08-2.py", line 95, in <module>
    gs_lr_tfidf.fit(X_train, y_train)
  File "C:\Anaconda3\lib\site-packages\sklearn\grid_search.py", line 996, in fit
    return self._fit(X, y, sampled_params)
  File "C:\Anaconda3\lib\site-packages\sklearn\grid_search.py", line 553, in _fit
    for parameters in parameter_iterable
  File "C:\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py", line 800, in __call__
    while self.dispatch_one_batch(iterator):
  File "C:\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py", line 653, in dispatch_one_batch
    tasks = BatchedCalls(itertools.islice(iterator, batch_size))
  File "C:\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py", line 68, in __init__
    self.items = list(iterator_slice)
  File "C:\Anaconda3\lib\site-packages\sklearn\grid_search.py", line 549, in <genexpr>
    delayed(_fit_and_score)(clone(base_estimator), X, y, self.scorer_,
  File "C:\Anaconda3\lib\site-packages\sklearn\grid_search.py", line 223, in __iter__
    for v in self.param_distributions.values()])
AttributeError: 'list' object has no attribute 'values'

原因可能是什么？X_列（文本）和y_列（二进制）是合适的（我猜）numpy数组

数据集的完整代码：

在这里，您使用的是a而不是。 看起来它认为其中一个参数是一个分布，并尝试从这个分布中取样

因此，如果您可以使用GridSearchCV对所有参数进行彻底搜索，那么这就是您的解决方案

---

这个“价值观”从何而来？你能解释一下吗？如果删除n_jobs参数，此错误是否会持续？n_jobs参数不会改变任何内容。使用.values（）方法将X序列和y_序列转换为numpy数组。我可以提供完整的代码，如果必要的话（对不起，我是python新手），你能试试

打印类型（X\u train）

和

打印类型（y\u train）

。所以这不是问题的根源。我猜这可能是一个与并行处理（n_作业）相关的bug。我也使用windows，但在我的例子中n_jobs=1（因此它不会引发任何问题）尝试提供完整的代码和玩具示例，这样人们就可以轻松地复制粘贴和测试您的代码。我刚刚用gridsearchcv运行了您的代码，它对我有效。非常感谢您的帮助：）您显然是对的。

lr_tfidf.fit(X_train, y_train)