发布于2020-05-11 03:42 阅读(1638) 评论(0) 点赞(2) 收藏(5)
我GridsearchCV
使用了管道,并希望提取n_iter_
管道组件(MLPRegressor)的一个属性()以获取最佳模型。
我正在使用Python 3.0。
创建管道
pipeline_steps = [('scaler', StandardScaler()), ('MLPR', MLPRegressor(solver='lbfgs', early_stopping=True, validation_fraction=0.1, max_iter=10000))]
MLPR_parameters = {'MLPR__hidden_layer_sizes':[(50,), (100,), (50,50)], 'MLPR__alpha':[0.001, 10, 1000]}
MLPR_pipeline = Pipeline(pipeline_steps)
gridCV_MLPR = GridSearchCV(MLPR_pipeline, MLPR_parameters, cv=kfold)
gridCV_MLPR.fit(X_train, y_train)
当我想用提取最佳模型时gridCV_GBR.best_params_
,我只有GridsearchCV的结果:
{'MLPR__alpha': 0.001, 'MLPR__hidden_layer_sizes': (50,)}
但我想让的最佳模型使用MLPRegressor的迭代次数gridCV_MLPR
。
如何通过GridsearhCV 使用n_iter_
为MLPRegressor()
管道设计的属性?
谢谢你的帮助,
我找到了解决方案:
gridCV_MLPR.best_estimator_.named_steps['MLPR'].n_iter_
由于gridCV_MLPR.best_estimator_
是管道,我们需要使用选择MLPRegressor参数.named_steps['MLPR']
。
非常感谢您的非常非常快速的回答...
作者:黑洞官方问答小能手
链接:https://www.pythonheidong.com/blog/article/361850/6f211cced1edcd6997eb/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!