从 sklearn 中的 Pipeline 对象返回系数

Posted 2023-02-23

【中文标题】从 sklearn 中的 Pipeline 对象返回系数

【英文标题】：return coefficients from Pipeline object in sklearn

【发布时间】：2017-10-06 23:10:36

【问题描述】：

我已经用RandomizedSearchCV 拟合了Pipeline 对象

pipe_sgd = Pipeline([('scl', StandardScaler()),
                    ('clf', SGDClassifier(n_jobs=-1))])

param_dist_sgd = 'clf__loss': ['log'],
                 'clf__penalty': [None, 'l1', 'l2', 'elasticnet'],
                 'clf__alpha': np.linspace(0.15, 0.35),
                 'clf__n_iter': [3, 5, 7]

sgd_randomized_pipe = RandomizedSearchCV(estimator = pipe_sgd, 
                                         param_distributions=param_dist_sgd, 
                                         cv=3, n_iter=30, n_jobs=-1)

sgd_randomized_pipe.fit(X_train, y_train)

我想访问best_estimator_ 的coef_ 属性，但我做不到。我尝试使用以下代码访问coef_。

sgd_randomized_pipe.best_estimator_.coef_

但是我得到以下 AttributeError...

AttributeError: 'Pipeline' 对象没有属性 'coef_'

scikit-learn 文档说coef_ 是SGDClassifier 的一个属性，它是我的base_estimator_ 的类。

我做错了什么？

【参考方案1】：

在使用named_steps dict 创建管道时，您始终可以使用分配给它们的名称。

scaler = sgd_randomized_pipe.best_estimator_.named_steps['scl']
classifier = sgd_randomized_pipe.best_estimator_.named_steps['clf']

然后访问所有属性，如coef_、intercept_ 等，这些属性可用于相应的拟合估计器。

这是流水线公开的正式属性specified in the documentation：

named_steps：字典

只读属性，通过用户名访问任何步骤参数。键是步骤名称，值是步骤参数。

【参考方案2】：

我认为这应该可行：

sgd_randomized_pipe.named_steps['clf'].coef_

【参考方案3】：

我发现一种方法是使用steps 属性进行链接索引...

sgd_randomized_pipe.best_estimator_.steps[1][1].coef_

这是最佳做法，还是有其他方法？

【讨论】：

首选上述named_steps方法

这在将make_pipeline 与许多不同的分类器一起使用时效果很好！