带有 RandomForestRegressor 的 param_grid 上的 GridSearchCV 错误

Posted 2023-03-12

【中文标题】带有 RandomForestRegressor 的 param_grid 上的 GridSearchCV 错误

【英文标题】：GridSearchCV Error on param_grid With RandomForestRegressor

【发布时间】：2020-11-22 04:48:05

【问题描述】：

ValueError: Invalid parameter estimator for estimator RandomForestRegressor().
Check the list of available parameters with `estimator.get_params().keys()`.

这是我在 RandomForestRegressor 模型上使用 GridSearchCV 时遇到的错误。 这是代码

%%time 
from sklearn.model_selection import RandomizedSearchCV

rf_grid= "estimator__n_estimators ": np.arange(10,100,10),
      "estimator__max_depth ": [None,3,5,10],
      "estimator__min_sample_split": np.arange(2,20,2),
      "estimator__min_sample_leaf" : np.arange(1,20,2),
      "estimator__max_features ": [0.5,1,'sqrt','auto'],
      "estimator__max_samples" : [10000]

rfr_2=RandomForestRegressor()

rs_model= RandomizedSearchCV(estimator=rfr_2,
                        param_distributions=rf_grid,
                        n_iter=100,
                        cv=5,
                        verbose= True)

rs_model.fit(X_train,Y_train)

【参考方案1】：

来自错误信息：

ValueError：估计器 RandomForestRegressor() 的参数估计器无效。 使用estimator.get_params().keys()查看可用参数列表。

您可以看到您错误地指定了rf_grid中的参数。

用途：

rf_grid= "n_estimators": np.arange(10,100,10),
      "max_depth": [None,3,5,10],
      "min_samples_split": np.arange(2,20,2),
      "min_samples_leaf" : np.arange(1,20,2),
      "max_features": [0.5,1,'sqrt','auto'],
      "max_samples" : [10000]

根据以下建议：

rfr_2.get_params().keys()

dict_keys(['bootstrap', 'ccp_alpha', 'criterion', 'max_depth', 'max_features'、'max_leaf_nodes'、'max_samples'、 'min_impurity_decrease'，'min_impurity_split'，'min_samples_leaf'， 'min_samples_split'、'min_weight_fraction_leaf'、'n_estimators'、 'n_jobs'、'oob_score'、'random_state'、'verbose'、'warm_start'])

【讨论】：

这是我第一次写的，但它显示“n_estimators”是 RandomForestRegressor() 的无效参数。

你使用的是什么版本的 scikit？对于最新的version，n_estimators 是该估算器的有效参数。

它是最新的，如果你有兴趣，我已经在下面发布了解决方案，这是一个愚蠢的

您已接受我的解决方案后发布的答案。

【参考方案2】：

首先，为了了解您应该如何在字典中命名参数，您可以像这样预先打印它们：

print(rfr_2.get_params())

打印完所有参数后，现在您可以选择要传递到网格字典中的参数

你应该做的是去掉你放在每个参数前面的“estimator__”。

另外，一旦你这样做了，你会遇到另一个错误。也就是说，参数 max_samples 可以取 1 到 232 之间的值，您输入的值 (10000) 太高了。 下面是修改过的代码块，应该可以工作！

rf_grid= "n_estimators": np.arange(10,100,10),
  "max_depth": [None,3,5,10],
  "min_samples_split": np.arange(2,20,2),
  "min_samples_leaf" : np.arange(1,20,2),
  "max_features": [0.5,1,'sqrt','auto'],
  "max_samples" : [100]

【讨论】：

发帖前试过这些，estimator.get_params().keys() 建议我在开头添加估算器名称。

您第一次尝试时，可能会出现错误，因为您放置了“min_sample_split”和“min_sample_leaf”而不是“min_samples_split”和“min_samples_leaf”。请尝试使用我提供的代码，因为我重新创建了整个环境并且它有效

感谢您抽出宝贵时间，是的，我之前确实遇到了一个错误，现在我回到它，这是由于使用双引号而不是单引号。我已经在下面发布了解决方案

【参考方案3】：

原来我应该使用单引号 ' ' 而不是双引号 " " 。

 %%time 
 from sklearn.model_selection import RandomizedSearchCV

 rf_grid= 'n_estimators': np.arange(10,100,10),
      'max_depth': [None,3,5,10],
      'min_samples_split': np.arange(2,20,2),
      'min_samples_leaf' : np.arange(1,20,2),
      'max_features': [0.5,1,'sqrt','auto'],
      'max_samples' : [100]
  

  rs_model= RandomizedSearchCV(rfr,
                        param_distributions=rf_grid,
                        n_iter=100,
                        cv=5,
                        verbose= True)
  rs_model.get_params()