在mlxtend包中通过StackingCVClassifier将参数传递给底层分类器的拟合方法

Question

我在Python中使用StackingCVClassifier（来自mlxtend包），我的一个分类器是一个XGBoostClassifier实例，我试图通过StackingCVClassifier对象的fit方法将一个参数传递给它的fit方法。fit方法似乎不支持这一点。fit_transform方法有一个fit_params参数。但是当我传递参数（例如**{'XGB_clf__early_stopping_rounds': 20}）时，它会抛出以下错误：

fit() got an unexpected keyword argument 'XGB_clf__early_stopping_rounds.

不支持吗？还是我错过了什么？你知道吗

下面是我尝试做的一个草图：

XGB_clf = XGBClassifier()
other_clf = LogisticRegression()
stacked_clf = StackingCVClassifier(classifiers = [XGB_clf, other_clf], meta_classifier = LogisticRegression(), cv=2)
# trying to pass early_stopping_rounds to XGB_clf.fit
stacked_clf.fit(X_train, y_train, **{XGB_clf__early_stopping_rounds = 50})

Answer 1

mlxtend的开发者表示（链接如下），截至2018年9月，这还不可能。你知道吗

https://github.com/rasbt/mlxtend/issues/434