Python 属性错误：'；GridSearchCV'；对象没有属性'；cv_结果'；在scikit上学习0.19.2

我目前正在使用Scikit学习版0.19.2和Python 3.6.3

由于某些原因，我无法从我的

GridSearchCV

访问

cv\u results\u

属性

这是我正在使用的代码：

df = pd.read_csv(input_file, sep = ";", header=None)

numpy_array = df.as_matrix()
y=numpy_array[:,1]
y[y=='RR']=1
y[y=='AIRR']=0
print(y)
y=y.astype('int')

vectorizer = TfidfVectorizer(sublinear_tf=True, max_df=0.5, stop_words=stopwords)

X=numpy_array[:,0]
X=vectorizer.fit_transform(X)

param_grid = {"base_estimator__criterion" : ["gini", "entropy"],
              "base_estimator__splitter" :   ["best", "random"],
              "n_estimators": [1, 2]
             }

DTC = DecisionTreeClassifier(random_state = 11, max_features = "auto", class_weight = "balanced",max_depth = None)


# Create and fit an AdaBoosted decision tree
bdt = AdaBoostClassifier(base_estimator = DTC)

grid_search_ABC = GridSearchCV(bdt, param_grid=param_grid, scoring = 'roc_auc', cv=5, refit=True)

pred = grid_search_ABC.fit(X,y)

print(metrics.confusion_matrix(y, pred))

mean=grid_search_ABC.cv_results_['mean_test_score']
std=grid_search_ABC.cv_results_['std_test_score']

我读到这主要与

GridSearchCV

可能不适合有关，但我完全可以使用它来预测新实例等

---

有什么指针吗？

问题可能出在您的数据集上。这就是为什么本网站鼓励您发布可验证的示例

我刚刚试着在iris数据集上运行您的代码，效果很好：

from sklearn import datasets
from sklearn.model_selection import GridSearchCV
iris = datasets.load_iris()
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import AdaBoostClassifier

param_grid = {"base_estimator__criterion" : ["gini", "entropy"],
              "base_estimator__splitter" :   ["best", "random"],
              "n_estimators": [1, 2]
             }

DTC = DecisionTreeClassifier(random_state = 11, max_features = "auto", class_weight = "balanced",max_depth = None)
bdt = AdaBoostClassifier(base_estimator = DTC)
grid_search_ABC = GridSearchCV(bdt, param_grid=param_grid, scoring = 'roc_auc', cv=5, refit=True)

pred = grid_search_ABC.fit(iris.data, iris.target>0)
print(grid_search_ABC.cv_results_['mean_test_score'])

---

它工作得很好。

那么在你

网格搜索\u ABC.fit（X，y）

之后，如果你做

网格搜索\u ABC.cv\u结果

，属性就不存在了吗？您有

return\u train\u score=True

或

return\u train\u score='warn'

，所以这不应该是一个问题。您正在执行

pred=grid\u search\u ABC.fit（X，y）

。所以pred实际上是一个GridSearchCV对象，而不是预测。您确定下一行中没有出现任何错误：

打印（metrics.conflusion\u matrix（y，pred））

？发布错误的完整堆栈跟踪。