使用GridsearchCV提取MLPRegressor属性（n_iter_）以获取管道中的最佳模型？
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？
解决方案
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...
所属网站分类: 技术文章 > 问答
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