python - 一次从 GridSearch 设置多个参数

Question

在我的数据集上使用 GridSearchCV 后，我想提取所有最佳参数。

from sklearn.tree import DecisionTreeClassifier

params_grid = {'max_depth': np.arange(3, 10),
              'max_leaf_nodes':list(xrange(20,100,20)),
              'max_features':list(xrange(2,10,2))
               }
my_dt = DecisionTreeClassifier()
grid_clf = GridSearchCV(my_dt, params_grid)
grid_clf.fit(xtrain, ytrain)

best_plist = grid_clf.best_params_

现在我想创建一个新的 DecisionTreeClassifier 对象并将其参数设置为与 best_plist 相同。问题是我正在为每个参数手动执行此操作，如下所示:

new_clf = DecisionTreeClassifier()
new_clf.max_depth=bestplit['max_depth']  # and so on for all the parameters

但是，我将分析多种 ML 算法，并希望有一种通用的方法来设置新对象的参数，而不是为每个算法进行硬编码。我只是想知道 sklearn 中有没有解决这个问题的方法？

Answer 1

scikit-learn 有本地方法来完成您在这里尝试的操作。您需要做的是将新对象保存为之前拟合中的最佳参数组合。这可以通过以下方式实现:

new_clf = grid.clf.best_estimator_

这将创建一个新的学习者对象，该对象具有您之前搜索中的最佳配置。

PD:这是一个老问题，也许你已经弄清楚了，但仍然没有答案。