sklearn中的管道问题[关闭]

Posted 2023-03-12

【中文标题】sklearn中的管道问题[关闭]

【英文标题】：Pipeline issues in sklearn [closed]

【发布时间】：2022-01-16 23:26:56

【问题描述】：

我有一个神经网络模型，我希望它适合我的训练数据。当我编译下面的代码行时

history = pipeline.fit(inputs[train], targets[train], epochs=epochs, batchsize=batchsize)

我收到以下错误消息：

Pipeline.fit does not accept the epochs parameter. You can pass parameters to specific 
steps of your pipeline using the stepname__parameter format, e.g. 
`Pipeline.fit(X, y, logisticregression__sample_weight=sample_weight)`

如何解决这个问题？

【问题讨论】：

请发minimal reproducible example;通过提供的信息（未），不可能知道epochs 参数在此处如何涉及。

【参考方案1】：

我不认为epochs参数是为MLPClassifier定义的，你应该改用max_iter参数。

那么如果你想在Pipeline中指定超参数，你可以这样做：

from sklearn.neural_network import MLPClassifier
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.impute import SimpleImputer    

from sklearn.datasets import make_classification


X, y = make_classification()


model = make_pipeline(SimpleImputer(), StandardScaler(), MLPClassifier())

params = 
    'mlpclassifier__max_iter' : 10,
    'mlpclassifier__batch_size' : 20


model.set_params(**params)
model.fit(X, y)

我建议使用这种表示法，因为您可以轻松地重复使用它来执行GridSearchCV。

【讨论】：

谢谢你，安托万。有没有办法在管道中包含“估算”？我有一个包含几个 NaN 值的数据集，所以我必须通过插补来消除这些值。

我在示例中添加了SimpleImputer。

嗨 Antoine，我试过你的例子。但是，不知何故，它不起作用。我无法解码以下错误消息。 “X 有 14 个特征，但 SimpleImputer 预计有 20 个特征作为输入。”输入 X 在我的数据集中有 14 个特征，但我无法理解为什么 SimpleImputer 需要 20 个特征。