Python 在fit方法具有3个参数的自定义类上使用sklearn GridSearchCV

我正在从事一个项目，该项目涉及将一些算法实现为python类并测试它们的性能。我决定把它们写成sklearn估计器，以便用于验证

但是，我的一个算法不只是将

X

和

y

作为参数。这对于估算器来说是一个问题，因为似乎没有办法只将

X

和

y

传递给估算器的拟合方法。源代码显示了

GridSearchCV.fit

的以下参数：

def-fit（self，X，y=None，groups=None，**fit_参数）：

当然，下游方法只需要这两个参数。显然，修改我的

GridSearchCV

本地副本以满足我的需要绝非易事（或明智之举）

作为参考，IMC基本上声明$R\n约为XW^THY^T$。因此，我的拟合方法采用以下形式：

def-fit（self、R、X、Y）：

因此，尝试以下操作失败，因为Y值从未传递给

IMC.fit

方法：

imc = IMC()
params = {...}
gs = GridSearchCV(imc, param_grid=params)
gs.fit(R, X, Y)

def fit(self, R, X, Y=None):
    if Y is None:
        split = np.where(np.all(X == 999, axis=0))[0][0]
        Y = X[:, split + 1:]
        X = X[:, :split]
    ...

我已经通过这样修改

IMC.fit

方法为此创建了一个变通方法（这也必须插入

score

方法）：

这允许我使用水平堆叠X和Y，并在它们之间插入一列所有

999

。然后可以将此数组传递到

GridSearchCV.fit

，如下所示：

data = np.hstack([X, np.ones((X.shape[0],1)) * 999, Y])
gs.fit(R, data)

这种方法很有效，但感觉很粗糙。因此，我的问题是：

---

使用

GridSearchCV

向fit方法传递2个以上参数是否有一种普遍接受的方法或最佳实践？因此，在从一位朋友那里获得了一些关于（）的灵感后，我构建了一个更加优雅的解决方案

同样，问题的框架如下：

我有一种矩阵补全方法，它将

X

、

Y

和

R

作为参数，并尝试构造

W

和

H

，以最小化

R

中所有观察到的指数的

R-XWHY

。

fit

方法的基本实现如下所示：

def fit(X, Y, R):
    W, H = do_minimization(X, Y, R)
    return W, H

def fit(X, y):
    W, H = do_minimization(X, y)
    return W, H

这不适合标准的sklearn模型，其中fit采用

X

（输入模型的功能）和

y

（结果），如下所示：

def fit(X, Y, R):
    W, H = do_minimization(X, Y, R)
    return W, H

def fit(X, y):
    W, H = do_minimization(X, y)
    return W, H

在您开始使用

GridSearchCV

或其他交叉验证方法之前，这并不是一个真正的问题，因为他们希望数据符合后一种格式。因此，为了将这两个概念结合起来，我需要一种方法，将两个完全不同的矩阵

X

和

Y

打包到一个单一的结构中，而不丢失这两个矩阵的独立性

在我花了5分钟的时间来做这件事的时候，我想出了一个骇人的解决方案。在矩阵

R

形状

n，m

中，行对应于

X

中的记录，列对应于

Y

中的记录，存在

b

总条目。如果我们对所有这些条目采用行和列索引，并对行和列分别采用

X

索引和

Y

，我们将得到

X

和

Y

的等长矩阵。然后可以水平堆叠这些数据，用一列无意义的数据隔开，并毫无疑问地传递给交叉验证方法（我们只需要原始类中的两个辅助方法，在拟合之前从堆栈中重建原始的

X

和

Y

）

这个问题的重点是找到优雅的解决方案，或者最好是现有的解决方案。情况似乎并非如此，因此我将为继承sklearn构建的任何未来估计器/分类器提出以下模型，这些估计器/分类器需要的不仅仅是拟合方法的单一特征矩阵

创建一个数据处理程序 当使用

GridSearchCV

时，

fit

方法在调用估计器

fit

方法之前进行一轮检查。其中一个方法确定通过的

X

数组是否正确。该测试基本上检查

X

是否实现了

\getitem\uuu

或

iloc

，并且长度相同作为

y

。此长度检查要求

X

具有

shape

属性。此时，分割索引和拟合可以按预期计算。因此，我们需要一个实现

\uu getitem\uuuuuu

并具有

shape

属性的包装器

class DataHandler(object):

    def __init(self, X, Y):
        self.X = X
        self.Y = Y
        self.shape = self.X.shape

    def __getitem__(self, x):
        return self.X[x], self.Y[x]

就是这样！我们现在可以修改

fit

方法以匹配sklearn样式，但是在本例中，它不是数组

X

，而是元组（由

\uuu getitem\uuuuuuuu

方法返回的结果）或

DataHandler

类的实例

---

现在，

GridSearchCV

只需传递一个包含

X

和

Y

数组的

DataHandler

实例，即可正常工作。

使用上面提到的**fit_参数有什么问题吗？请参阅：@MarcusV。我相信我昨天误解了你的评论。我回去用

**fit_params

但最终与计分员发生了问题。显然，

fit_params

没有被级联到计分方法，因为我在我的类中使用默认的

score

方法，额外的矩阵不会被传递进来。请参阅此信息的感谢。鉴于此帖子是一个简单的例子岁了，这仍然是你处理这个问题的方式吗？我对

IMC.fit

签名的样子有点困惑。它是

def-fit（self，X，y）

，但是

X

将是

元组
还是
数据处理程序
实例？你有没有一个repo来说明这一点？很抱歉混淆。