Python sklearn:在随机搜索CV中使用管道?
我希望能够在sklearn中的RandomizedSearchCV构造中使用管道。然而,现在我相信只有估计器被支持。以下是我希望能够做到的一个例子:Python sklearn:在随机搜索CV中使用管道?,python,numpy,machine-learning,scikit-learn,Python,Numpy,Machine Learning,Scikit Learn,我希望能够在sklearn中的RandomizedSearchCV构造中使用管道。然而,现在我相信只有估计器被支持。以下是我希望能够做到的一个例子: import numpy as np from sklearn.grid_search import RandomizedSearchCV from sklearn.datasets import load_digits from sklearn.svm import SVC from sklearn.preprocessing import S
import numpy as np
from sklearn.grid_search import RandomizedSearchCV
from sklearn.datasets import load_digits
from sklearn.svm import SVC
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
# get some data
iris = load_digits()
X, y = iris.data, iris.target
# specify parameters and distributions to sample from
param_dist = {'C': [1, 10, 100, 1000],
'gamma': [0.001, 0.0001],
'kernel': ['rbf', 'linear'],}
# create pipeline with a scaler
steps = [('scaler', StandardScaler()), ('rbf_svm', SVC())]
pipeline = Pipeline(steps)
# do search
search = RandomizedSearchCV(pipeline,
param_distributions=param_dist, n_iter=50)
search.fit(X, y)
print search.grid_scores_
如果只是这样运行,将出现以下错误:
ValueError: Invalid parameter kernel for estimator Pipeline
在sklearn中有没有一种好的方法可以做到这一点?
随机化搜索CV
,以及GridSearchCV
,都支持管道(事实上,它们独立于它们的实现,管道的设计等同于常用的分类器)
这个问题的关键是非常简单的,如果你认为,应该重新搜索哪些参数。由于管道由许多对象(几个变压器+一个分类器)组成,因此可能需要找到分类器和变压器的最佳参数。因此,您需要以某种方式区分从/到何处获取/设置属性
所以你需要做的是,你想为,比如说,不仅仅是一些抽象的gamma
(管道根本没有),而是管道分类器的gamma
,在你的例子中被称为rbf\u-svm
(这也证明需要名字)。这可以使用双下划线语法实现,该语法在sklearn中广泛用于嵌套模型:
param_dist = {
'rbf_svm__C': [1, 10, 100, 1000],
'rbf_svm__gamma': [0.001, 0.0001],
'rbf_svm__kernel': ['rbf', 'linear'],
}
我认为这是你需要的(第3节)
pipeline.get_params().keys()
->确保您的参数网格键与此函数返回的键匹配