Python GridSearchCV的培训数据给了我ValueError，Sci工具包学习

我已经为PCA和SVC创建了一个管道，然后将数据拆分为训练集和测试集

dataset name = faces

faces.data = independent variables

faces.target = dependent variable

from sklearn.svm import SVC
from sklearn.decomposition import PCA
from sklearn.pipeline import make_pipeline

pca = PCA(n_components=150, whiten=True, random_state=42)
svc = SVC(kernel="rbf", class_weight="balanced")
model = make_pipeline(pca, svc)

# spliting data from faces dataset. data is x and target is y
from sklearn.model_selection import train_test_split
Xtrain, Xtest, ytrain, ytest = train_test_split(faces.data, faces.target, random_state=42)

在经过PCA和SVC之后，当我尝试使用GridSearchCV训练数据时，它给出了一个错误，上面写着“ValueError:估计器管道的参数SVC_C无效”

---

有什么建议吗？

我的打赌您的参数应该包括双十一点，如：

# explore combinations of paramters
from sklearn.model_selection import GridSearchCV

param_grid = {'svc_C':[1,5,10,50],
             'svc_gamma':[0.0001, 0.0005, 0.001, 0.005]}
# instantiate grid of GridSearchCV class
# model uses pca to extract meaningful features then svc to find support vector

grid = GridSearchCV(model, param_grid)

grid.fit(Xtrain,ytrain)

---

你在哪里调用管道的fit函数？@SergeyBushmanov肯定忘记了，对此表示抱歉和感谢。哦。。。我懂了。它使用双下划线，但您能解释为什么吗？某些参数的名称中有下划线。通过添加两个下划线，可以在管道中的步骤名称和它们的参数名称之间进行清晰的分隔

param_grid = {'svc__C':[1,5,10,50],
             'svc__gamma':[0.0001, 0.0005, 0.001, 0.005]}