时间戳

首页 > 解决方案 > TypeError：参数值不可迭代或分布

python - TypeError：参数值不可迭代或分布

问题描述

我是 Python 新手，想实现一个简单的矩阵分解分类器。

正如我在另一篇文章中所读到的，有一些可以使用的可能性，我选择了sklearn decomposition.NMF：https ://scikit-learn.org/stable/modules/generated/sklearn.decomposition.NMF.html

不幸的是，我收到以下错误：

TypeError: Parameter value is not iterable or distribution (key='n_components', value=2)

我正在尝试这个：

self.clf = decomposition.NMF()                
    self.random_parameters = [
    {"n_components": 2, "init": None, "solver": 'cd', "beta_loss": 'frobenius', "tol": 0.0001, "max_iter": 200,"random_state": None, "alpha": 0.0, "l1_ratio": 0.0, "verbose": 0, "shuffle": False}
]

有趣的是，我RandomForestClassifier从Sklearn之前实现过，效果很好：

self.clf = ensemble.RandomForestClassifier()    
self.random_parameters = [
    {"n_estimators": stats.randint(20, 200), "criterion": ["gini"], "max_depth": stats.randint(1, 1500)},
    {"n_estimators": stats.randint(20, 200), "criterion": ["gini"], "max_depth": [None]}]

我也从 sklearn 网站得到了这个：https ://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html

我在谷歌上搜索了几个小时，不幸的是找不到合适的解决方案。

如果有人可以提供帮助，我将不胜感激！最良好的祝愿并保持健康！

标签： pythonscikit-learnsklearn-pandasmatrix-factorization

解决方案

对于n_estimators，尝试传递一个变量列表，我认为它会起作用！

self.clf = ensemble.RandomForestClassifier()
self.random_parameters = [ {"n_estimators": [20,50,100,200] , "criterion": ["gini"], "max_depth": stats.randint(1, 1500)}, { “n_estimators”：[20,50,100,200]，“标准”：[“gini”]，“max_depth”：[None]}]

推荐阅读