Scikit learn 在TransformedTargetRegressor内引用参数

Sklearn 20开发人员有一个新功能-Sklearn.compose.TransformedTargetRegressor。考虑使用它与SkPult.MydioStult.GrdSeaScCv.

pipelines = {
    'P0_baseline': {
        'tuned_parameters': {
            'feature_encoder__handle_unknown': ['ignore'],
            'DecisionTreeRegr__max_depth': [5, 15, 45, 135],
            'DecisionTreeRegr__random_state': [42],
            'preprocessing__validate': [False]
        },
        'pipeline': sklearn.pipeline.Pipeline([
            ('preprocessing', FunctionTransformer(my_preprocessing_function)),
            ('feature_encoder', sklearn.preprocessing.CategoricalEncoder()),
            ('DecisionTreeRegr', TransformedTargetRegressor(
                regressor=sklearn.tree.DecisionTreeRegressor(),
                func=np.log,
                inverse_func=np.exp
            ))
        ])
    },
}

---

问题是“DecisionTreeRegr\uuu max\u depth”和“DecisionTreeRegr\uu random\u state”不会传递给TransformedTargetRegressor，而不是DecisionTreeRegressor。

要将参数传递给内部对象，需要将其引用为

'mainobject\uu internalobject\uu param'

试一试

“DecisionTreeRegr\uuuu回归器\uuu最大深度”

代替

“DecisionTreeRegr\uu最大深度”

对于要向下传递到树的其他参数也是如此。

---

请参阅的文档。

要将参数传递给内部对象，需要将其引用为

'mainobject\uuuu internalobject\uuu param'

试一试

“DecisionTreeRegr\uuuu回归器\uuu最大深度”

代替

“DecisionTreeRegr\uu最大深度”

对于要向下传递到树的其他参数也是如此。 请参阅的文档