将RandomizedSearchCV指向分类器

Question

我正在使用中的以下工作流来训练一个用于生产的随机林分类器。我使用RandomizedSearchCV来调整分类器的参数，方法是打印结果，然后使用RandomiedSearchCV的结果创建一个新的管道。我认为必须有一种方法可以简单地将RandomizedSearchCV的最佳结果指向分类器，这样我就不必手动操作，但我不知道如何操作。

select = sklearn.feature_selection.SelectKBest(k=40)
clf = sklearn.ensemble.RandomForestClassifier()
steps = [('feature_selection', select),
    ('random_forest', clf)]
parameters = {"random_forest__max_depth": [3, None],
          "random_forest__max_features": sp_randint(1, 21),
          "random_forest__min_samples_split": sp_randint(1, 21),
          "random_forest__min_samples_leaf": sp_randint(1, 21),
          "random_forest__bootstrap": [True, False],
          "random_forest__criterion": ["gini", "entropy"]}
pipeline = sklearn.pipeline.Pipeline(steps)
n_iter_search = 20
cv = RandomizedSearchCV(pipeline, param_distributions = parameters, n_iter=n_iter_search)
cv.fit(X,y)

Answer 1

我不知道在RandomizedSearchCV对象中，剩余的估计器是最好的还是最后拟合的。您可以访问best_estimator_属性，以确保获得最佳模型。