Scikit-learn: AttributeError: الكائن "GridSearchCV" ليس له سمة "best_params_"

تم إنشاؤها على ٢٦ يونيو ٢٠١٤ · 3تعليقات · مصدر: scikit-learn/scikit-learn

آسف ، إذا كان هذا هو المكان الخطأ لنشر هذا. رمز بلدي:

from sklearn import datasets, linear_model, cross_validation, grid_search
import numpy as np
digits = datasets.load_digits()
x = digits.data[:1000]
y = digits.target[:1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, indices=True, shuffle=True, random_state=4)
lr = linear_model.LogisticRegression()
c_range = np.logspace(0, 4, 10)
lrgs = grid_search.GridSearchCV(estimator=lr, param_grid=dict(C=c_range), n_jobs=1)
results_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total, n_jobs=1)
print lrgs.best_params_

خطأ:

Traceback (most recent call last):
  File "cross.py", line 11, in <module>
    print lrgs.best_params_
AttributeError: 'GridSearchCV' object has no attribute 'best_params_'

ما الذي أفتقده؟

مصدر

vitorcoliveira

التعليق الأكثر فائدة

أنت لم تسمي صالح ، أليس كذلك؟
في 26 حزيران (يونيو) 2014 ، الساعة 4:36 مساءً ، "فيتور كامبوس دي أوليفيرا" <
[email protected]> كتب:

آسف ، إذا كان هذا هو المكان الخطأ لنشر هذا. رمز بلدي:
من مجموعات بيانات الاستيراد sklearn و linear_model و cross_validation و network_search
استيراد numpy كـ np
الخانات = مجموعات البيانات .load_digits ()
x = digits.data [: 1000]
y = digits.target [: 1000]
kf_total = cross_validation.KFold (len (x) ، n_folds = 10 ، المؤشرات = صحيح ،
خلط عشوائي = صحيح ، حالة_ عشوائية = 4)
lr = linear_model.LogisticRegression ()
c_range = np.logspace (0، 4، 10)
lrgs = grid_search.GridSearchCV (مقدر = lr ، param_grid =ict (C = c_range) ،
ن_وظائف = 1)
results_lrgs = cross_validation.cross_val_score (lrgs، x، y، cv = kf_total،
ن_وظائف = 1)
طباعة lrgs.best_params_
خطأ:
Traceback (آخر مكالمة أخيرة):
ملف "cross.py" ، السطر 11 ، بتنسيق
طباعة lrgs.best_params_
AttributeError: الكائن "GridSearchCV" ليس له سمة "best_params_"
ما الذي أفتقده؟
-
قم بالرد على هذا البريد الإلكتروني مباشرة أو قم بعرضه على GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller في ٢٦ يونيو ٢٠١٤

🎉2 😄1

ال 3 كومينتر

آسف ، إذا كان هذا هو المكان الخطأ لنشر هذا. رمز بلدي:
من مجموعات بيانات الاستيراد sklearn و linear_model و cross_validation و network_search
استيراد numpy كـ np
الخانات = مجموعات البيانات .load_digits ()
x = digits.data [: 1000]
y = digits.target [: 1000]
kf_total = cross_validation.KFold (len (x) ، n_folds = 10 ، المؤشرات = صحيح ،
خلط عشوائي = صحيح ، حالة_ عشوائية = 4)
lr = linear_model.LogisticRegression ()
c_range = np.logspace (0، 4، 10)
lrgs = grid_search.GridSearchCV (مقدر = lr ، param_grid =ict (C = c_range) ،
ن_وظائف = 1)
results_lrgs = cross_validation.cross_val_score (lrgs، x، y، cv = kf_total،
ن_وظائف = 1)
طباعة lrgs.best_params_
خطأ:
Traceback (آخر مكالمة أخيرة):
ملف "cross.py" ، السطر 11 ، بتنسيق
طباعة lrgs.best_params_
AttributeError: الكائن "GridSearchCV" ليس له سمة "best_params_"
ما الذي أفتقده؟
-
قم بالرد على هذا البريد الإلكتروني مباشرة أو قم بعرضه على GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.