在 python 中调整 ElasticNet 参数 sklearn 包

Posted 2023-03-12

【中文标题】在 python 中调整 ElasticNet 参数 sklearn 包

【英文标题】：tuning ElasticNet parameters sklearn package in python

【发布时间】：2018-02-13 13:45:31

【问题描述】：

我正在尝试使用 GridSearchCV 从 sklearn 包中实现 ElasticNet。 我的数据都是数字！ 我有一个错误，我不明白是什么问题。 在尝试实现线性回归和套索时，这不是问题。 有人可以帮忙吗？

代码：

from sklearn.linear_model import ElasticNet
from sklearn.model_selection import GridSearchCV

# Use grid search to tune the parameters:

    parametersGrid = "max_iter": [1, 5, 10],
                      "alpha": [0.0001, 0.001, 0.01, 0.1, 1, 10, 100],
                      "l1_ratio": np.arange(0.0, 1.0, 0.1)

    eNet = ElasticNet()
    grid = GridSearchCV(eNet, parametersGrid, scoring='accuracy', cv=10)
    grid.fit(X_train, Y_train)
    Y_pred = grid.predict(X_test)

错误：

File "C:\Users\..\Anaconda2\lib\site-packages\sklearn\utils\validation.py", line 58, in _assert_all_finite
    " or a value too large for %r." % X.dtype)
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

【问题讨论】：

你确定你的数据都是数字并且在float64的范围内吗？您是否对 Lasso 和 LinearRegressor 使用相同的 X_train 和 y_train？

scoring='accuracy' 对于回归问题来说有点奇怪。此评分应用于分类问题。

@Vivek Kumar，同样的训练和测试。数据是数字。如何确保它在 float64 的范围内？

@Miriam Farber 你是对的！将其更改为：neg_mean_absolute_error。得到同样的错误。

您在 Lasso 或 LinearRegressor 中没有收到任何错误吗？请发布错误的完整堆栈跟踪以及一些数据。 np.isfinite(X_train).all() 和 np.isfinite(y_train).all() 返回什么？

【参考方案1】：

将分类的准确率改为r2进行回归：

grid = GridSearchCV(eNet, parametersGrid, scoring='r2', cv=10)

并从数据中删除 nan 等值

indx = ~np.isnan(x).any(axis=1)
X_train = X_train[indx]
Y_train = Y_train[indx]

这是我在代码和错误堆栈中看到的两个直接问题