获取相应的类到predict_proba (GridSearchCV sklearn)

Question

我使用GridSearchCV和管道对一些文本文档进行分类。代码片段:

clf = Pipeline([('vect', TfidfVectorizer()), ('clf', SVC())])
parameters = {'vect__ngram_range' : [(1,2)], 'vect__min_df' : [2], 'vect__stop_words' : ['english'],
                  'vect__lowercase' : [True], 'vect__norm' : ['l2'], 'vect__analyzer' : ['word'], 'vect__binary' : [True], 
                  'clf__kernel' : ['rbf'], 'clf__C' : [100], 'clf__gamma' : [0.01], 'clf__probability' : [True]} 
grid_search = GridSearchCV(clf, parameters, n_jobs = -2, refit = True, cv = 10)
grid_search.fit(corpus, labels)

我的问题是，当使用grid_serach.predict_proba(new_doc)，然后想找出哪些类的概率对应于grid_search.classes_，我得到以下错误:

AttributeError: 'GridSearchCV'对象没有属性'classes_'

我错过了什么?我认为，如果管道中的最后"一步"是分类器，那么GridSearchCV的返回也是分类器。因此，可以使用该分类器的属性，例如classes_.

Answer 1

如上所述，grid_search.best_estimator_.classes_返回一个错误消息，因为它返回一个没有属性.classes_的管道。但是，通过首先调用管道的步骤分类器，我能够使用classes属性。以下是解决方案

grid_search.best_estimator_.named_steps['clf'].classes_

Answer 2

试试grid_search.best_estimator_.classes_。

返回的GridSearchCV是一个GridSearchCV实例，它本身并不是一个真正的估计器。相反，它会为它尝试的每个参数组合实例化一个新的估计器(参见文档)。

您可能认为返回值是一个分类器，因为您可以在refit=True时使用predict或predict_proba等方法，但GridSearchCV.predict_proba实际上看起来像(来自源的扰流):

def predict_proba(self, X):
    """Call predict_proba on the estimator with the best found parameters.
    Only available if ``refit=True`` and the underlying estimator supports
    ``predict_proba``.
    Parameters
    -----------
    X : indexable, length n_samples
        Must fulfill the input assumptions of the
        underlying estimator.
    """
    return self.best_estimator_.predict_proba(X)