Scikit-learn 中的 GridSearchCV 输出问题

Posted 2023-03-12

【中文标题】Scikit-learn 中的 GridSearchCV 输出问题

【英文标题】：GridSearchCV output problems in Scikit-learn

【发布时间】：2020-11-22 12:52:15

【问题描述】：

我想在 sklearn 中执行超参数搜索以选择预处理步骤和模型，如下所示：

pipeline = Pipeline([("combiner", PolynomialFeatures()),
                     ("dimred", PCA()),
                     ("classifier", RandomForestClassifier())])

parameters = ["combiner": [None],
              "combiner": [PolynomialFeatures()], "combiner__degree": [2], "combiner__interaction_only": [False, True],

              "dimred": [None],
              "dimred": [PCA()], "dimred__n_components": [.95, .75],

              "classifier": [RandomForestClassifier(n_estimators=100, class_weight="balanced")],
               "classifier__max_depth": [5, 10, None],
              "classifier": [KNeighborsClassifier(weights="distance")],
               "classifier__n_neighbors": [3, 7, 11]]

CV = GridSearchCV(pipeline, parameters, cv=5, scoring="f1_weighted", refit=True, n_jobs=-1)
CV.fit(train_X, train_y)

当然，我需要具有最佳参数的最佳管道的结果。但是，当我使用 CV.best_estimator_ 请求最佳估算器时，我只得到获胜的组件，而不是超参数：

Pipeline(steps=[('combiner', None), ('dimred', PCA()),
                ('classifier', RandomForestClassifier())])

当我打印出CV.best_params_ 时，我得到的信息更短（仅包含Pipeline 的第一个元素，combiner，没有关于dimred、classifier 的任何信息）：

'combiner': None

如何获得组件及其超参数的最佳管道组合？

【参考方案1】：

Pipeline 对象有一个 get_params() 方法，它返回管道的参数。这也包括各个步骤的参数。根据您的示例，命令

CV.best_estimator_.get_params()

将检索最佳估算器的所有管道参数，包括您正在寻找的参数。

【参考方案2】：

由于您的 param_grid 是一个字典列表，因此每个这样的字典都提供一个单独的网格，并且搜索发生在这些网格的不相交并集上。因此，在您的情况下，best_estimator_ 和 best_params_ 对应于具有 combiner=None 的单点网格以及原始 pipeline 中定义的所有其他内容。 （而且搜索从未探索过combiner=None 与其他超参数。）