当使用带有管道的GridSearchCV时，我可以为一个组件使用固定参数设置吗

Question

我试图首先将PCA应用于原始数据，然后使用决策树进行分类。

对于PCA，我只想修复n_components，而对于决策树，我使用GridSearchCV来找到最佳的超参数设置。

如何确保n_components不变？当我在pipline中定义PCA，并且在GridSearchCV的param_grid中没有提到PCA的任何设置时，我可以修复它吗？

或者我应该像"PCA_n_components"一样在GridSearchCV的param_grid中修复它：[5]？

Answer 1

有两种方法可以执行此操作。

1. 使用超参数初始化转换器/估计器：

   pipe = Pipeline(
   steps=[('pca', PCA(n_components=2)),
   ('clf', DecisionTreeClassifier())])
   

2. 修复param_grid:中的超参数

   param_grid = {
   'pca__n_components': [2]
   }
   grid = GridSearchCV(pipe, param_grid)
   

注意事项：PCA的维度是微调模型的一个重要参数。一个最佳的n_components肯定会在降低模型复杂性的同时提高模型的性能。