对 BaggingClassifier 参数内的参数进行网格搜索

Posted 2023-03-12

【中文标题】对 BaggingClassifier 参数内的参数进行网格搜索

【英文标题】：Grid search on parameters inside the parameters of a BaggingClassifier

【发布时间】：2019-06-29 19:33:49

【问题描述】：

这是对 a question answered here 的跟进，但我相信它值得拥有自己的主题。

在上一个问题中，我们处理的是“Ensemble of Ensemble 分类器，其中每个分类器都有自己的参数”。让我们从MaximeKan在他的回答中提供的例子开始：

my_est = BaggingClassifier(RandomForestClassifier(n_estimators = 100, bootstrap = True, 
      max_features = 0.5), n_estimators = 5, bootstrap_features = False, bootstrap = False, 
      max_features = 1.0, max_samples = 0.6 )

现在说我想再上一层：抛开效率、计算成本等考虑因素，作为一个一般概念：我将如何使用这种设置运行网格搜索？

我可以按照这些思路设置两个参数网格：

BaggingClassifier：

BC_param_grid = 
'bootstrap': [True, False],
'bootstrap_features': [True, False],    
'n_estimators': [5, 10, 15],
'max_samples' : [0.6, 0.8, 1.0]

还有一个RandomForestClassifier：

RFC_param_grid = 
'bootstrap': [True, False],    
'n_estimators': [100, 200, 300],
'max_features' : [0.6, 0.8, 1.0]

现在我可以用我的估算器调用网格搜索：

grid_search = GridSearchCV(estimator = my_est, param_grid = ???)

在这种情况下我该如何处理param_grid 参数？或者更具体地说，如何使用我设置的两个参数网格？

不得不说，感觉就像在玩matryoshka dolls。

【问题讨论】：

我建议尝试这里推荐的方法：***.com/questions/47570307/…。显然，把base_estimator__<param name> = [...]，即。 base_estimator__max_depth = [...] 在您的 param_grid 中足以告诉 GridSearchCV 该特定参数列表用于您的基本估计器的超参数之一（在您的情况下为 RandomForestClassifier）。

@James Dellinger - 谢谢，成功了！我听从了你的建议并从那里扩展。为了我们的子孙后代，我将发布最终版本作为答案...

【参考方案1】：

按照上面的@James Dellinger 评论，并从那里扩展，我能够完成它。事实证明，“秘密酱汁”确实是一个几乎没有记录的功能 - __ （双下划线）分隔符（在 Pipeline 文档中有一些传递引用）：似乎添加了内部/基本估计器名称，后跟这个 __ 到内部/基本估计器参数的名称，允许您创建一个 param_grid 涵盖外部和内部估计器的参数。

因此，对于问题中的示例，外部估计器是 BaggingClassifier，内部/基本估计器是 RandomForestClassifier。所以你需要做的是，首先，导入需要导入的内容：

from sklearn.ensemble import BaggingClassifier, RandomForestClassifier
from sklearn.model_selection import GridSearchCV

随后是 param_grid 分配（在这种情况下，问题中的示例）：

param_grid = 
 'bootstrap': [True, False],
 'bootstrap_features': [True, False],    
 'n_estimators': [5, 10, 15],
 'max_samples' : [0.6, 0.8, 1.0],
 'base_estimator__bootstrap': [True, False],    
 'base_estimator__n_estimators': [100, 200, 300],
 'base_estimator__max_features' : [0.6, 0.8, 1.0]

最后，您的网格搜索：

grid_search=GridSearchCV(BaggingClassifier(base_estimator=RandomForestClassifier()), param_grid=param_grid, cv=5)

你要去参加比赛了。