如何在 Python Sklearn RandomForestRegressor 中顯示 model 參數

Question

我正在比較不同的集成模型，包括：

from sklearn.tree import DecisionTreeRegressor
from sklearn.linear_model import Lasso
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import AdaBoostRegressor
from sklearn.ensemble import GradientBoostingRegressor
from xgboost import XGBRegressor

對於 XGBRegressor()，我可以通過以下方式檢查 model 參數：

xgb_model = XGBRegressor()
xgb_model.fit(X_train, y_train)
xgb_model

結果是：

xgb_model
XGBRegressor(base_score=0.5, booster='gbtree', colsample_bylevel=1,
             colsample_bynode=1, colsample_bytree=1, enable_categorical=False,
             gamma=0, gpu_id=-1, importance_type=None,
             interaction_constraints='', learning_rate=0.300000012,
             max_delta_step=0, max_depth=6, min_child_weight=1, missing=nan,
             monotone_constraints='()', n_estimators=100, n_jobs=52,
             num_parallel_tree=1, predictor='auto', random_state=0, reg_alpha=0,
             reg_lambda=1, scale_pos_weight=1, subsample=1, tree_method='exact',
             validate_parameters=1, verbosity=None)

但是對於其他回歸器，我無法檢查 model 參數，括號中沒有任何內容。 這也發生在 Adaboost 和 GradientBoost 中：

RF_model = RandomForestRegressor()
RF_model.fit(X_train, y_train)
RF_model

RF_model
RandomForestRegressor()

我的問題是如何檢查 model 參數？

Answer 1

嗨，您必須在這些算法上使用get_params()方法：

RF_model = RandomForestRegressor()
RF_model.get_params()

此方法將像這樣的 dict 中的所有參數返回給您：

  {'bootstrap': True,
   'ccp_alpha': 0.0,
   'class_weight': None,
   'criterion': 'gini',
   'max_depth': None,
   'max_features': 'sqrt',
   'max_leaf_nodes': None,
   'max_samples': None,
   'min_impurity_decrease': 0.0,
   'min_samples_leaf': 1,
   'min_samples_split': 2,
   'min_weight_fraction_leaf': 0.0,
   'n_estimators': 100,
   'n_jobs': None,
   'oob_score': False,
   'random_state': None,
   'verbose': 0,
   'warm_start': False}