如何解决这个由 GridSearch 引起的 best_estimator_ 错误？

Posted 2023-03-12

【中文标题】如何解决这个由 GridSearch 引起的 best_estimator_ 错误？

【英文标题】：How to solve this best_estimator_ error caused by GridSearch?

【发布时间】：2020-09-05 15:37:08

【问题描述】：

我想在拟合后打印 RandomizedSearchCV 的属性 best_estimator。 但出了点问题。 以下是我的主要代码：

from xgboost.sklearn import XGBRegressor

from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import RandomizedSearchCV

parameters = 
    'min_child_weight':[2,3,4],


xlf = XGBRegressor(learning_rate=0.1,n_estimators=50,max_depth=5,min_child_weight = 1,
                     subsample=0.8,colsample_btree=0.8,objective='reg:linear',
                     scale_pos_weight=1,random_state=27)
n_iter_search = 5

gsearch = RandomizedSearchCV(xlf,param_distributions=parameters,n_iter=n_iter_search, cv=2, iid=False)


start=time.clock()
gsearch.fit(x_train.values,y_train.values,eval_set = [(x_test.values,y_test.values)],eval_metric = "rmse",
            early_stopping_rounds = 20)
end=time.clock()
print('RandomSearch Running time: %s Seconds'%(end-start))
print("Best score: %0.3f" % gsearch.best_score_)
best_estimator = gsearch.best_estimator_
print("Best parameters set",best_estimator)

以下是我的错误信息：

Traceback (most recent call last):
  File "D:\PythonProject\TestPackagePytorch\code.py", line 213, in <module>
    print("Best parameters set",best_estimator)
  File "E:\Anaconda3\envs\tensorflow\lib\site-packages\sklearn\base.py", line 279, in __repr__
    repr_ = pp.pformat(self)
  File "E:\Anaconda3\envs\tensorflow\lib\pprint.py", line 144, in pformat
    self._format(object, sio, 0, 0, , 0)
  File "E:\Anaconda3\envs\tensorflow\lib\pprint.py", line 161, in _format
    rep = self._repr(object, context, level)
  File "E:\Anaconda3\envs\tensorflow\lib\pprint.py", line 393, in _repr
    self._depth, level)
  File "E:\Anaconda3\envs\tensorflow\lib\site-packages\sklearn\utils\_pprint.py", line 170, in format
    changed_only=self._changed_only)
  File "E:\Anaconda3\envs\tensorflow\lib\site-packages\sklearn\utils\_pprint.py", line 414, in _safe_repr
    params = _changed_params(object)
  File "E:\Anaconda3\envs\tensorflow\lib\site-packages\sklearn\utils\_pprint.py", line 98, in _changed_params
    if (repr(v) != repr(init_params[k]) and
KeyError: 'base_score'

而在训练的过程中，出现了一句话：

  This may not be accurate due to some parameters are only used in language bindings but
  passed down to XGBoost core.  Or some parameters are not used but slip through this
  verification. Please open an issue if you find above cases.

我也尝试过 GridSearchCV 但失败并得到相同的错误信息。 请帮我！ 另外，我曾尝试尝试其他数据集并获得相同的错误信息。

【问题讨论】：

这看起来像是 Scikit-Learn 或 XGBoost 中的错误。我会向 Scikit-Learn 提交错误报告。请务必仔细遵循错误报告说明。

这个问题有进展吗？你能解决吗？ @***.com/users/13575116/%e4%bd%99%e4%b9%9d%e5%a4%a9

【参考方案1】：

问题似乎出在sklearn 版本上，如果您使用的是旧版本的sklearn，请使用以下anaconda 命令对其进行升级。

conda install scikit-learn=0.23.1

我用示例模型尝试了你的代码，我能够得到结果，我使用的是 sklearn 版本 0.22.2。

以下是我的数据的代码示例输出，其中包含 base_score。

RandomSearch Running time: 4.218714999999975 Seconds
Best score: 0.789
Best parameters set XGBRegressor(base_score=0.5, booster='gbtree', colsample_btree=0.8,
             colsample_bylevel=1, colsample_bynode=1, colsample_bytree=1,
             gamma=0, importance_type='gain', learning_rate=0.1,
             max_delta_step=0, max_depth=5, min_child_weight=4, missing=None,
             n_estimators=50, n_jobs=1, nthread=None, objective='reg:linear',
             random_state=27, reg_alpha=0, reg_lambda=1, scale_pos_weight=1,
             seed=None, silent=None, subsample=0.8, verbosity=1)