Scikit-learn: AttributeError: el objeto 'GridSearchCV' no tiene el atributo 'best_params_'

Creado en 26 jun. 2014 · 3Comentarios · Fuente: scikit-learn/scikit-learn

Lo siento, si este es el lugar incorrecto para publicar esto. Mi código:

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_

Error:

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

¿Qué me estoy perdiendo?

Fuente

vitorcoliveira

Comentario más útil

No llamaste en forma, ¿verdad?
El 26 de junio de 2014 a las 16:36, "Vitor Campos de Oliveira" <
[email protected]> escribió:

Lo siento, si este es el lugar incorrecto para publicar esto. Mi código:
de sklearn importar conjuntos de datos, linear_model, cross_validation, grid_search
importar numpy como np
dígitos = conjuntos de datos.load_digits ()
x = dígitos.datos [: 1000]
y = dígitos.objetivo [: 1000]
kf_total = cross_validation.KFold (len (x), n_folds = 10, índices = True,
shuffle = True, random_state = 4)
lr = linear_model.LogisticRegression ()
rango_c = np.logspace (0, 4, 10)
lrgs = grid_search.GridSearchCV (estimador = 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)
imprimir lrgs.best_params_
Error:
Rastreo (llamadas recientes más última):
Archivo "cross.py", línea 11, en
imprimir lrgs.best_params_
AttributeError: el objeto 'GridSearchCV' no tiene el atributo 'best_params_'
¿Qué me estoy perdiendo?
-
Responda a este correo electrónico directamente o véalo en GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller en 26 jun. 2014

🎉2 😄1

Todos 3 comentarios

No llamaste en forma, ¿verdad?
El 26 de junio de 2014 a las 16:36, "Vitor Campos de Oliveira" <
[email protected]> escribió:

Lo siento, si este es el lugar incorrecto para publicar esto. Mi código:
de sklearn importar conjuntos de datos, linear_model, cross_validation, grid_search
importar numpy como np
dígitos = conjuntos de datos.load_digits ()
x = dígitos.datos [: 1000]
y = dígitos.objetivo [: 1000]
kf_total = cross_validation.KFold (len (x), n_folds = 10, índices = True,
shuffle = True, random_state = 4)
lr = linear_model.LogisticRegression ()
rango_c = np.logspace (0, 4, 10)
lrgs = grid_search.GridSearchCV (estimador = 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)
imprimir lrgs.best_params_
Error:
Rastreo (llamadas recientes más última):
Archivo "cross.py", línea 11, en
imprimir lrgs.best_params_
AttributeError: el objeto 'GridSearchCV' no tiene el atributo 'best_params_'
¿Qué me estoy perdiendo?
-
Responda a este correo electrónico directamente o véalo en GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.