python - 使用预定义验证集 Sklearn 执行网格搜索

Question

这个问题之前已经被问过好几次了。但在遵循答案时出现错误

首先我指定哪一部分是训练集和验证集，如下所示。

my_test_fold = []


for i in range(len(train_x)):
    my_test_fold.append(-1)

 for i in range(len(test_x)):
    my_test_fold.append(0)

然后执行网格搜索。

from sklearn.model_selection import PredefinedSplit
param = {
 'n_estimators':[200],
 'max_depth':[5],
 'min_child_weight':[3],
 'reg_alpha':[6],
    'gamma':[0.6],
    'scale_neg_weight':[1],
    'learning_rate':[0.09]
}




gsearch1 = GridSearchCV(estimator = XGBClassifier( 
    objective= 'reg:linear', 
    seed=1), 
param_grid = param, 
scoring='roc_auc',
cv = PredefinedSplit(test_fold=my_test_fold),
verbose = 1)


gsearch1.fit(new_data_df, df_y)

但我收到以下错误

 object of type 'PredefinedSplit' has no len()

Answer 1

尝试更换

cv = PredefinedSplit(test_fold=my_test_fold)

与

cv = list(PredefinedSplit(test_fold=my_test_fold).split(new_data_df, df_y))

原因是您可能需要应用split method实际上将其分为训练和测试(然后将其从可迭代对象转换为列表对象)。