使用GridsearchCV为管道中的最佳模型提取mlprepressor属性（n\u iter\u）？

Question

我用管道做了一个GridsearchCV，我想提取管道组件（mlprepressor）的一个属性（n_iter_），以获得最佳模型。你知道吗

我正在使用python3.0。你知道吗

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gridCV_GBR.best_params_提取最佳模型时，我只有GridsearchCV的结果：

{'MLPR__alpha': 0.001, 'MLPR__hidden_layer_sizes': (50,)}

但是我想知道gridCV_MLPR的最佳模型所使用的mlprepressor的迭代次数。你知道吗

如何通过GridsearhCV的管道使用为MLPRegressor()设计的n_iter_属性？你知道吗

Answer 1

谢谢你的帮助

我找到了解决办法：

gridCV_MLPR.best_estimator_.named_steps['MLPR'].n_iter_

由于gridCV_MLPR.best_estimator_是一个管道，我们需要用.named_steps['MLPR']选择mlprepressor参数。你知道吗

非常感谢你非常，非常迅速的回答。。。你知道吗