Python 属性错误：'；随机回归器'；对象没有属性'；最佳参数'；

我在使用随机林对我的分类进行网格搜索时遇到此错误

from sklearn.ensemble import RandomForestRegressor
rf2 = RandomForestRegressor(random_state = 50)
rf2.fit(X_train1, y_train1)

### Grid Search ###
num_leafs = [1, 5, 10, 20, 50, 100]

parameters3 = [{'n_estimators' : range(100,800,20),
             'max_depth': range(1,20,2),
             'min_samples_leaf':num_leafs
             }]


gs3 = GridSearchCV(estimator=rf2,
                  param_grid=parameters3,
                  cv = 10,
                  n_jobs = -1)

gs3 = rf2.fit(X_train1, y_train1)

gs3.best_params_ # <- thats where I get the Error

从sklearn.employ导入随机森林回归器
rf2=随机森林回归器（随机_状态=50）
rf2.装配（X_系列1，y_系列1）
###网格搜索###
num_leafs=[1,5,10,20,50,100]
参数3=[{'n_估计量]：范围（100800,20），
“最大深度”：范围（1,20,2），
“min\u示例叶”：num\u叶
}]
gs3=GridSearchCV（估计器=rf2，
参数网格=参数3，
cv=10，
n_作业=-1）
gs3=rf2.配合（X\U列1，y\U列1）
gs3.best_params#替换此：
gs3=rf2.fit（X\U列1，y\U列1）

据此：
gs3.fit（X\U列1，y\U列1）

然后您将能够使用：
gs3.最佳参数

您的错误是由于您将
gs3
重新分配给
RandomForest（）
调用而导致的，因此
gs3
不再是
GridSearchCV
对象。
嗯，您不适合
GridSearch
对象，而是适合
模型（rf2）然后将其分配给
gs3
参数。

你有：

gs3 = GridSearchCV(estimator=rf2,
                  param_grid=parameters3,
                  cv = 10,
                  n_jobs = -1)
gs3 = rf2.fit(X_train1, y_train1)
gs3.best_params_ # <- thats where I get the Error

gs3=GridSearchCV（估计器=rf2，
参数网格=参数3，
cv=10，
n_作业=-1）
gs3=rf2.配合（X\U列1，y\U列1）
谢谢，这就是问题所在！
gs3 = GridSearchCV(estimator=rf2,
                  param_grid=parameters3,
                  cv = 10,
                  n_jobs = -1)
gs3.fit(X_train1, y_train1) # fit the GridSearchCV object
gs3.best_params_ # <- thats where I get the Error