sklearn - 如何从传递给 GridSearchCV 的管道中检索 PCA 组件和解释方差

Posted 2023-03-12

【中文标题】sklearn - 如何从传递给 GridSearchCV 的管道中检索 PCA 组件和解释方差

【英文标题】：sklearn - How to retrieve PCA components and explained variance from inside a Pipeline passed to GridSearchCV

【发布时间】：2018-03-29 17:39:18

【问题描述】：

我正在使用带有如下管道的 GridSearchCV：

grid = GridSearchCV(
    Pipeline([
        ('reduce_dim', PCA()),
        ('classify', RandomForestClassifier(n_jobs = -1))
        ]),
    param_grid=[
        
            'reduce_dim__n_components': range(0.7,0.9,0.1),
            'classify__n_estimators': range(10,50,5),
            'classify__max_features': ['auto', 0.2],
            'classify__min_samples_leaf': [40,50,60],
            'classify__criterion': ['gini', 'entropy']
        
    ],
    cv=5, scoring='f1')

grid.fit(X,y)

我现在如何从grid.best_estimator_ 模型中检索components 和explained_variance 等PCA 详细信息？

此外，我还想使用 pickle 将best_estimator_ 保存到文件中，然后再加载它。如何从此加载的估算器中检索 PCA 详细信息？我怀疑它会和上面一样。

【问题讨论】：

我没有得到你的 PCA 网格部分：'reduce_dim__n_components': range(0.7,0.9,0.1) 这里的值范围是多少？

【参考方案1】：

grid.best_estimator_是用最佳参数访问管道。

现在使用named_steps[]attribute 访问管道的内部估算器。

所以grid.best_estimator_.named_steps['reduce_dim'] 会给你pca 对象。现在您可以简单地使用它来访问此 pca 对象的 components_ 和 explained_variance_ 属性，如下所示：

grid.best_estimator_.named_steps['reduce_dim'].components_ grid.best_estimator_.named_steps['reduce_dim'].explained_variance_

【讨论】：

这是完美的。非常感谢！