python - 带有 GridSearchCV 的随机森林 - param_grid 上的错误

Question

我正在尝试使用 GridSearchCV 创建随机森林模型，但收到与 param_grid 有关的错误:“ValueError:估算器管道的参数 max_features 无效。使用 estimator.get_params().keys 检查可用参数列表()”。我正在对文档进行分类，所以我也将 tf-idf 向量化器推到管道中。这是代码:

from sklearn import metrics
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, f1_score, accuracy_score, precision_score, confusion_matrix
from sklearn.pipeline import Pipeline

 #Classifier Pipeline
pipeline = Pipeline([
    ('tfidf', TfidfVectorizer()),
    ('classifier', RandomForestClassifier())
])
# Params for classifier
params = {"max_depth": [3, None],
              "max_features": [1, 3, 10],
              "min_samples_split": [1, 3, 10],
              "min_samples_leaf": [1, 3, 10],
              # "bootstrap": [True, False],
              "criterion": ["gini", "entropy"]}

# Grid Search Execute
rf_grid = GridSearchCV(estimator=pipeline , param_grid=params) #cv=10
rf_detector = rf_grid.fit(X_train, Y_train)
print(rf_grid.grid_scores_)

我不明白为什么会出现错误。当我使用 GridSearchCV 运行决策树时，也会发生同样的事情。 (Scikit-学习 0.17)

Answer 1

您必须将参数分配给管道中的命名步骤。在你的情况下 classifier。尝试在参数名称前添加 classifier__。 Sample pipeline

params = {"classifier__max_depth": [3, None],
              "classifier__max_features": [1, 3, 10],
              "classifier__min_samples_split": [1, 3, 10],
              "classifier__min_samples_leaf": [1, 3, 10],
              # "bootstrap": [True, False],
              "classifier__criterion": ["gini", "entropy"]}