Scikit-learn: AttributeError: 'GridSearchCV' 对象没有属性 'best_params_'

创建于 2014-06-26 · 3评论 · 资料来源: scikit-learn/scikit-learn

对不起，如果这是发布这个错误的地方。我的代码：

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_

错误：

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

我缺少什么？

资料来源

vitorcoliveira

最有用的评论

你没有打电话给合适的，对吧？
2014 年 6 月 26 日下午 4:36，“Vitor Campos de Oliveira” <
[email protected]> 写道：

对不起，如果这是发布这个错误的地方。我的代码：
从 sklearn 导入数据集、linear_model、cross_validation、grid_search
将 numpy 导入为 np
数字 = datasets.load_digits()
x = 数字.数据[:1000]
y =digits.target[:1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, 指数=真，
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)
结果_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_jobs=1)
打印 lrgs.best_params_
错误：
回溯（最近一次调用最后一次）：
文件“cross.py”，第 11 行，在
打印 lrgs.best_params_
AttributeError: 'GridSearchCV' 对象没有属性 'best_params_'
我缺少什么？
—
直接回复此邮件或在 GitHub 上查看
https://github.com/scikit-learn/scikit-learn/issues/3320。

amueller 于 2014-06-26

🎉2 😄1

所有3条评论

你没有打电话给合适的，对吧？
2014 年 6 月 26 日下午 4:36，“Vitor Campos de Oliveira” <
[email protected]> 写道：

对不起，如果这是发布这个错误的地方。我的代码：
从 sklearn 导入数据集、linear_model、cross_validation、grid_search
将 numpy 导入为 np
数字 = datasets.load_digits()
x = 数字.数据[:1000]
y =digits.target[:1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, 指数=真，
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)
结果_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_jobs=1)
打印 lrgs.best_params_
错误：
回溯（最近一次调用最后一次）：
文件“cross.py”，第 11 行，在
打印 lrgs.best_params_
AttributeError: 'GridSearchCV' 对象没有属性 'best_params_'
我缺少什么？
—
直接回复此邮件或在 GitHub 上查看
https://github.com/scikit-learn/scikit-learn/issues/3320。

amueller 于 2014-06-26

🎉2 😄1

那就对了。 =\ 我忘记合身了。谢谢安德烈亚斯。

vitorcoliveira 于 2014-06-26

这需要多长时间？

andrewcywang 于 2018-08-21

此页面是否有帮助？

0 / 5 - 0 等级

Scikit-learn: AttributeError: 'GridSearchCV' 对象没有属性 'best_params_'

最有用的评论

所有3条评论

相关问题