python-3.x - 为什么在为 RandomizedSearchCV 的参数“param_distributions”提供字典列表时出现错误?
问题描述
我可以在文档中看到该参数param_distribution
接受 dict 或 dict 列表。当我传递字典时,我的代码在这里有效,但是一旦传递字典列表就会出现错误。
from sklearn.model_selection import train_test_split
from sklearn.model_selection import RandomizedSearchCV
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_breast_cancer
import pandas as pd
import numpy as np
breast_cancer = load_breast_cancer()
df = pd.DataFrame(load_breast_cancer().data, columns = breast_cancer.feature_names)
df['target'] = pd.Series(load_breast_cancer().target)
df.head()
Xi = df.iloc[:,:-1]
Yi = df.iloc[:,-1]
x_train1, x_test1, y_train1, y_test1 = train_test_split(Xi, Yi, train_size = 0.9)
dist = [{'C': np.random.uniform(34,89,4)}, {"C": np.random.uniform(2, 16, 5)}] # {"C": uniform(4, 97)}
rcv = RandomizedSearchCV(estimator = LogisticRegression(), cv = 5, scoring= 'roc_auc', n_jobs= 5,
param_distributions= dist, n_iter = 10)
rcv.fit(x_train1, y_train1)
输出:
AttributeError Traceback(最近一次调用最后一次)
AttributeError:“列表”对象没有属性“值”
当我用单个字典替换这个字典列表时,我的代码工作正常,例如
dist = {'C': np.random.uniform(34,89,45)}
rcv = RandomizedSearchCV(estimator = LogisticRegression(), cv = 5, scoring= 'roc_auc', n_jobs= 5,
param_distributions= dist, n_iter = 20)
rcv.fit(x_train1, y_train1)
输出:
RandomizedSearchCV(cv=5, error_score='raise-deprecating',
estimator=LogisticRegression(C=1.0, class_weight=None,
dual=False, fit_intercept=True,
intercept_scaling=1,
l1_ratio=None, max_iter=100,
multi_class='warn', n_jobs=None,
penalty='l2', random_state=None,
solver='warn', tol=0.0001,
verbose=0, warm_start=False),
iid='warn', n_iter=20, n_jobs=5,
param_distributions...
68.32247988, 53.2886396 , 64.71957325, 53.42115708, 66.06577109,
54.09200687, 87.22769322, 81.02240252, 55.25783926, 84.31009298,
71.13884939, 85.74823239, 87.23400718, 54.48527833, 59.49131351,
63.59157499, 38.9348315 , 51.5738502 , 82.72414647, 75.27901268,
42.63960409, 40.65314118, 56.97608301, 66.41059041, 58.37528729])},
pre_dispatch='2*n_jobs', random_state=None, refit=True,
return_train_score=False, scoring='roc_auc', verbose=0)
解决方案
正如@SergeyBushmanov 所建议的,上面的代码适用于sklearn 的v0.22.2 版本。我还不得不调整n_iter
参数的值来逃避警告信息。在将参数设置为 20 之前,因为出现了这些警告。这些警告也是合法的,因为我有两个 hyperparameter("C") dist = [{'C': np.random.uniform(34,89,4)}, {"C": np.random.uniform(2, 16, 5)}]
。现在,总共有 4x5=20 种超参数组合可供尝试。n_iter
指定要尝试的组合数。如果n_iter = 10
,则表示在 20 个中,RandomSearchCV 将尝试随机 10 个超参数值的组合。
推荐阅读
- c++ - C++ 中的自由定理:模板是否天生就对未知类型的对象无知和中立?
- c++ - 如何将任何值转换为字节数组并将其附加到字节列表?
- scala - 如何使用 Cats IO monad 实现 if-else 逻辑?
- php - Codeigniter foreach 循环返回值问题
- sql - 如何获得即将到来的一月的日期?
- html - 在引导网格中调整大小时图像元素扭曲
- python-3.x - 如何使用 python 编程获取 git pull request 详细信息?
- jquery-validate - 如何使用 jquery validate 仅验证一个隐藏的输入字段?
- c# - 在自定义中间件中测试 response.WriteAsync()
- javascript - 如何在会话存储中使用函数作为值