sklearn 管道和網格搜索

Question

from sklearn.linear_model import LogisticRegression
pipe4 = Pipeline([('ss', StandardScaler()), ('clf', knn)])

grid2 = GridSearchCV(pipe4, {'clf':[ knn, LogisticRegression()]})

grid2.fit(X_train, y_train)
pd.DataFrame(grid2.cv_results_).T

我做了一個knn分類器和logistic回歸模型，想通過pipeline方法看看哪個模型更好。

正如您在上面看到的代碼，我只將 knn 放在 pipe4 中，但在網格搜索中，knn 和邏輯回歸都在工作，我可以檢查結果

這是否意味着我可以在 Gridseacrh 中添加模型，即使我將一個模型放入管道中？

Answer 1

當然。 只要提供給GridSearchCV的估計器（在您的示例中： pipe4 ）支持傳遞給param_grid的參數（在您的示例中： 'clf' ），您就可以在網格搜索中將任何值傳遞給估計器的參數（在您的示例中： [knn, LogisticRegression()] )。