python - scikit-learn 中对象没有属性，如何访问它？

Question

我想使用 scikit 的 SVC classifier 的不同参数与 cross-vlidation ，所以我尝试了以下方法:

然后，让我们使用SVC算法:

from sklearn import svm
print('Support vector machine(SVM):   {:.2f}'.format(metrics.accuracy_score(
            y, stratified_cv(X, y, svm.SVC(kernel='linear')))))

但似乎我无法访问该对象:

AttributeError                            Traceback (most recent call last)
<ipython-input-16-dacd8d429376> in <module>()
      5 
      6 print('Support vector machine(SVM):   {:.2f}'.format(metrics.accuracy_score(
----> 7             y, stratified_cv(X, y, svm.SVC(kernel='linear')))))
      8 

AttributeError: 'SVC' object has no attribute 'SVC'

有趣的是，当我尝试这个时:

print('Support vector machine(SVM):   {:.2f}'.format(metrics.accuracy_score(
            y, stratified_cv(X, y, svm.SVC))))

我得到:

Support vector machine(SVM):   0.46

可能会发生什么？...考虑到上述交叉验证策略，如何设置我自己的 SVM 配置？。提前感谢大家!

Answer 1

您需要 python 的partial。一般来说，你的函数要求你传递一些可以用clf_class(**kwargs)调用的东西，所以如果你传递一个特定的对象(通过clf获得= SVC(kernel='线性')) 它不会工作，正如你尝试做的

SVC(kernel='linear')(**kwargs) # error!

你想打电话

SVC(kernel='linear', **kwargs)

这样你就可以在 python 中声明部分函数

from functools import partial
linear_svm = partial(svm.SVC, kernel='linear')

现在你可以打电话了

linear_svm(**kwargs)