AttributeError：“GridSearchCV”对象没有属性“best_estimator_”

Posted 2023-03-12

【中文标题】AttributeError：“GridSearchCV”对象没有属性“best_estimator_”

【英文标题】：AttributeError: 'GridSearchCV' object has no attribute 'best_estimator_'

【发布时间】：2016-03-15 08:00:54

【问题描述】：

我正在使用网格搜索来调整模型的参数（随机森林、线性回归等）。所以我把gs对象保存在grid_searches中：

gs = GridSearchCV(model, params, cv=cv, n_jobs=n_jobs,
                  verbose=verbose, scoring="mean_squared_error", refit=refit)
gs.fit(trainX,trainy)
grid_searches[key] = gs

然后我想访问每个模型的最佳估计器以进行预测：

def predict(testX, testy, grid_searches):
    keys = models.keys()
    for k in keys:
        print("Predicting with %s." % k)
        yhat = grid_searches[k].best_estimator_.predict(testX)

错误如下：

AttributeError: 'GridSearchCV' object has no attribute 'best_estimator_'

那么我应该如何使用 Grid Search 找到的最佳模型进行预测？

【问题讨论】：

你应该只能使用grid_searches[k].predict(testX)。调用gs.fit(...) 后，gs 应该有优化的参数（基于搜索空间）。如果您只尝试grid_searches[k].predict(...)，会发生什么？另外，如果在gs.fit(...) 下添加一行print gs.best_estimator_，会发生什么？

【参考方案1】：

不清楚，从代码摘录中，你如何设置refit。根据docs，best_estimator_ 仅在True 时可用。如果False，您应该仍然能够从grid_scores_ 中找到性能最佳的参数，然后将它们与set_params() 一起使用。