Python:'；GridSearchCV'；对象没有属性'；coef'；

我试图返回我的逻辑回归模型的系数。以下是我创建模型的方式：

logreg = LogisticRegression(solver = 'liblinear')

model = GridSearchCV(logreg, cv = 3, param_grid = {
    'penalty': ('l1', 'l2'),
    'C': [0.5, 0.6, 0.7, 0.8, 0.9],
    'max_iter': [100]
})

model.fit(X_train, y_train)
model.coef_ # here is where I get the error
# Validation (test)
y_pred = model.predict(X_test)

但我得到了以下错误：

AttributeError: 'GridSearchCV' object has no attribute 'coef_'

---

我甚至尝试了.best_score_和其他函数，看看是否可以用另一种方法找到系数。但是没有运气。你知道我如何解决这个问题吗？

我想你正在寻找由

GridSearchCV

提供的最佳型号：

。。。
模型拟合（X\U系列、y\U系列）
最佳_模型=模型。最佳_估计量_
best_model.coef#这应该是您要找的
y_pred=最佳模型预测（X_检验）

---

您的模型只是一个

GridSearchCV

对象，而

coef

是一个logreg对象的属性。

best\u estimator\u

属性是网格搜索过程中发现的精度最高的估计器。

我认为您正在寻找由

GridSearchCV

提供的最佳模型：

。。。
模型拟合（X\U系列、y\U系列）
最佳_模型=模型。最佳_估计量_
best_model.coef#这应该是您要找的
y_pred=最佳模型预测（X_检验）

---

您的模型只是一个

GridSearchCV

对象，而

coef

是一个logreg对象的属性。

best\u estimator\uuu

属性是在网格搜索过程中找到的具有最高精度的估计器。

您必须选择特定估计器才能访问

coef\ucode>属性。尝试：

model.best_estimator_.coef_

GridSearchCV
对象本身没有系数，因为它不是一个估计器，它是一个循环参数并训练各种估计器的对象。
您必须选择一个特定的估计器才能访问
coef\ucode>属性。尝试：

model.best_estimator_.coef_

GridSearchCV
对象本身没有系数，因为它不是估计器，它是一个循环参数并训练各种估计器的对象。
感谢您的回答。我试过了，又一次出现了类似的错误：“GridSearchCV”对象没有“best_estimator”属性如果你按照我写的那样做，你不可能收到相同的错误好吧，我在jupyter笔记本的一个新单元格中试过，认为它可以工作。但把它的权利后，适合，现在它的工作。谢谢测试代码时，1）是否以某种方式设置了
refit=False
或2）未运行
.fit
？感谢您的回复。我试过了，又一次出现了类似的错误：“GridSearchCV”对象没有“best_estimator”属性如果你按照我写的那样做，你不可能收到相同的错误好吧，我在jupyter笔记本的一个新单元格中试过，认为它可以工作。但把它的权利后，适合，现在它的工作。谢谢测试代码时，是否1）以某种方式设置了
refit=False
或2）未运行
.fit
？