(Python - sklearn)如何通过 gridsearchcv 将参数传递给自定义 ModelTransform

Question

下面是我的管道，似乎我无法使用ModelTransformer类将参数传递给我的模型，我从链接（http://zacstewart.com/2014/08/05/pipelines-of-featureunions-of-pipelines.html）中获取了它

错误消息对我来说很有意义，但我不知道如何解决这个问题。知道如何解决这个问题吗？谢谢。

# define a pipeline
pipeline = Pipeline([
('vect', DictVectorizer(sparse=False)),
('scale', preprocessing.MinMaxScaler()),
('ess', FeatureUnion(n_jobs=-1, 
                     transformer_list=[
     ('rfc', ModelTransformer(RandomForestClassifier(n_jobs=-1, random_state=1,  n_estimators=100))),
     ('svc', ModelTransformer(SVC(random_state=1))),],
                     transformer_weights=None)),
('es', EnsembleClassifier1()),
])
# define the parameters for the pipeline
parameters = {
'ess__rfc__n_estimators': (100, 200),
}
# ModelTransformer class. It takes it from the link
(http://zacstewart.com/2014/08/05/pipelines-of-featureunions-of-pipelines.html)
class ModelTransformer(TransformerMixin):
    def __init__(self, model):
        self.model = model
    def fit(self, *args, **kwargs):
        self.model.fit(*args, **kwargs)
        return self
    def transform(self, X, **transform_params):
        return DataFrame(self.model.predict(X))
grid_search = GridSearchCV(pipeline, parameters, n_jobs=-1, verbose=1, refit=True)

错误信息：值错误：估算器模型转换器的参数n_estimators无效。

Answer 1

>GridSearchCV对嵌套对象具有特殊的命名约定。在你的例子中，ess__rfc__n_estimators代表ess.rfc.n_estimators，并且，根据pipeline的定义，它n_estimators指向

ModelTransformer(RandomForestClassifier(n_jobs=-1, random_state=1,  n_estimators=100)))

显然，ModelTransformer实例没有这样的属性。

修复很简单：为了访问ModelTransformer的基础对象，需要使用model字段。因此，网格参数变为

parameters = {
  'ess__rfc__model__n_estimators': (100, 200),
}

附言这不是您的代码的唯一问题。为了在 GridSearchCV 中使用多个作业，您需要使正在使用的所有对象都可复制。这是通过实现方法来实现的 get_params 和 set_params ，您可以从 mixin BaseEstimator借用它们。