Python SKlearn fit() 监控 TypeError

Posted

技术标签:

【中文标题】Python SKlearn fit() 监控 TypeError【英文标题】:Python SKlearn fit() monitor TypeError 【发布时间】:2019-02-08 07:04:37 【问题描述】:

我想监控我的梯度提升分类器拟合函数

monitor = make_monitor(10) # a callback funtion
gs.fit(Xtrain, ytrain, monitor=monitor)

给了

TypeError: fit() got an unexpected keyword argument 'monitor'

知道如何解决这个问题吗?

【问题讨论】:

什么是gsgridSearchCV 对象?还是别的什么?它是GradientBoostingClassifier 对象吗?如果是,那么它不支持任何monitor 参数。 是的,gs 是一个 GridSearchCV 对象。 gs = GridSearchCV(estimator=create_pipeline(), param_grid="clf__learning_rate": np.linspace(0.01, 1.0, 10), score="f1", cv=cv_folds, n_jobs=n_jobs, pre_dispatch=n_jobs+1, refit =False)我整整一个周末都没有结果,但它应该最多。 1 小时。 显示estimator=create_pipeline()的代码 是的,问题出在管道上。但这会导致这里走得太远。我现在正在尝试不使用管道。 也许可以,但如果没有,我们将无法解决您的问题。无论如何,您使用的是哪个版本的 sklearn 【参考方案1】:

从 njobs=2 到 njobs=1 解决了这个问题。

【讨论】:

以上是关于Python SKlearn fit() 监控 TypeError的主要内容,如果未能解决你的问题,请参考以下文章

调用 XGBoost .fit 后的 Python sklearn NotFittedError

python sklearn pipiline fit:“AttributeError:未找到下限”

Python初探——sklearn库中数据预处理函数fit_transform()和transform()的区别

sklearn standardscaler transform VS fit_transform 输出

如何编写具有两个输入的 fit_transformer 并将其包含在 python sklearn 的管道中?

sklearn-归一化(标准化)