[英]Python sklearn : fit_transform() does not work for GridSearchCV
我正在創建一個GridSearchCV
分類器
pipeline = Pipeline([
('vect', TfidfVectorizer(stop_words='english',sublinear_tf=True)),
('clf', LogisticRegression())
])
parameters= {}
gridSearchClassifier = GridSearchCV(pipeline, parameters, n_jobs=3, verbose=1, scoring='accuracy')
# Fit/train the gridSearchClassifier on Training Set
gridSearchClassifier.fit(Xtrain, ytrain)
這很好用,我可以預測。 但是,現在我想重新訓練分類器。 為此,我想在一些反饋數據上做一個fit_transform()
。
gridSearchClassifier.fit_transform(Xnew, yNew)
但是我得到了這個錯誤
AttributeError: 'GridSearchCV' object has no attribute 'fit_transform'
基本上我想在分類器的內部TfidfVectorizer
上嘗試fit_transform()
。 我知道我可以使用named_steps
屬性訪問Pipeline
的內部組件。 我可以為gridSearchClassifier
做類似的gridSearchClassifier
嗎?
只需逐步打電話給他們。
gridSearchClassifier.fit(Xnew, yNew)
transformed = gridSearchClassifier.transform(Xnew)
fit_transform
是這兩行代碼,根本沒有實現為GridSearchCV
的單一方法。
從評論看來,你似乎有點迷失了GridSearchCV實際上做的事情。 這是一種適用於具有多個超參數的模型的元方法。 因此,一旦調用了fit
,就會在對象的best_estimator_
字段中得到一個估算器。 在你的情況下 - 它是一個管道,你可以像往常一樣提取它的任何部分
gridSearchClassifier.fit(Xtrain, ytrain)
clf = gridSearchClassifier.best_estimator_
# do something with clf, its elements etc.
# for example print clf.named_steps['vect']
你不應該使用gridsearchcv作為分類,這只是件超參數的方法,一旦你找到他們,你應該一起工作best_estimator_
代替。 但是,請記住, 如果您重新安裝TFIDF矢量器,那么您的分類器將毫無用處 ; 你不能改變數據表示並期望舊模型運行良好,你必須在數據更改后重新整理分類器(除非這是經過精心設計的更改,並確保舊維度完全相同 - sklearn不支持此類操作,你必須從頭開始實現這一點。
@lejot是正確的,你應該在gridSearchClassifier
上調用fit()
。
提供refit=True
被設置在GridSearchCV
,這是默認的,你可以訪問best_estimator_
上擬合gridSearchClassifier
。
您可以訪問已經安裝的步驟:
tfidf = gridSearchClassifier.best_estimator_.named_steps['vect']
clf = gridSearchClassifier.best_estimator_.named_steps['clf']
然后,您可以使用以下方法在new_X
轉換新文本:
X_vec = tfidf.transform(new_X)
您可以使用此X_vec
進行預測:
x_pred = clf.predict(X_vec)
您還可以對通過管道整個管道的文本進行預測。
X_pred = gridSearchClassifier.predict(new_X)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.