使用scikitlearn使用管道时出错

Question

我尝试使用StandardScaler执行缩放，并定义KNeighborsClassifier（创建缩放器和估计器的管道）

最后，我想为上面的内容创建一个网格搜索交叉验证程序，其中param_Grid将是一个字典，其中包含n个邻居作为超参数，k_vals作为值。在

def kNearest(k_vals):

    skf = StratifiedKFold(n_splits=5, random_state=23)

    svp = Pipeline([('ss', StandardScaler()),
                ('knc', neighbors.KNeighborsClassifier())])

    parameters = {'n_neighbors': k_vals}

    clf = GridSearchCV(estimator=svp, param_grid=parameters, cv=skf)

    return clf

但这样做会给我一个错误的说法

^{pr2}$

我已经阅读了文档，但仍然不太明白错误指示了什么以及如何修复它。在

Answer 1

你是对的，这并不是scikit-learn完全记录在案的。（在docstring类中没有对它的引用。）

如果在网格搜索中使用管道作为估计器，那么在指定参数grid时需要使用特殊的语法。具体地说，您需要使用步骤名，后跟一个双下划线，然后是传递给估计器的参数名。一、 e

'<named_step>__<parameter>': value

在您的情况下：

^{pr2}$

应该会成功的。在

这里knc是管道中的命名步骤。有一个属性将这些步骤显示为字典：

svp.named_steps

{'knc': KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
            metric_params=None, n_jobs=1, n_neighbors=5, p=2,
            weights='uniform'),
 'ss': StandardScaler(copy=True, with_mean=True, with_std=True)}

正如你的回溯所暗示的：

svp.get_params().keys()
dict_keys(['memory', 'steps', 'ss', 'knc', 'ss__copy', 'ss__with_mean', 'ss__with_std', 'knc__algorithm', 'knc__leaf_size', 'knc__metric', 'knc__metric_params', 'knc__n_jobs', 'knc__n_neighbors', 'knc__p', 'knc__weights'])

官方对此的一些引用：

• 关于pipelines的用户指南
• Sample pipeline for text feature extraction and evaluation