Scikit-learn: AttributeError : l'objet 'GridSearchCV' n'a pas d'attribut 'best_params_'

Créé le 26 juin 2014  ·  3Commentaires  ·  Source: scikit-learn/scikit-learn

Désolé, si ce n'est pas le bon endroit pour poster ceci. Mon code :

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_

Erreur:

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

Qu'est-ce que je rate ?

picture vitorcoliveira

Commentaire le plus utile

Vous n'avez pas appelé en forme, n'est-ce pas ?
Le 26 juin 2014 16:36, "Vitor Campos de Oliveira" <
[email protected]> a écrit :

Désolé, si ce n'est pas le bon endroit pour poster ceci. Mon code :

à partir de jeux de données d'importation sklearn, linear_model, cross_validation, grid_search
importer numpy en tant que np
chiffres = ensembles de données.load_digits()
x = chiffres.données[:1000]
y = chiffres.cible[: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(estimateur=lr, param_grid=dict(C=c_range),
n_emplois=1)
result_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_emplois=1)
imprimer lrgs.best_params_

Erreur:

Traceback (appel le plus récent en dernier) :
Fichier "cross.py", ligne 11, dans
imprimer lrgs.best_params_
AttributeError : l'objet 'GridSearchCV' n'a pas d'attribut 'best_params_'

Qu'est-ce que je rate ?

-
Répondez directement à cet e-mail ou consultez-le sur GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.

picture amueller le 26 juin 2014
🎉2 😄1

Tous les 3 commentaires

Vous n'avez pas appelé en forme, n'est-ce pas ?
Le 26 juin 2014 16:36, "Vitor Campos de Oliveira" <
[email protected]> a écrit :

Désolé, si ce n'est pas le bon endroit pour poster ceci. Mon code :

à partir de jeux de données d'importation sklearn, linear_model, cross_validation, grid_search
importer numpy en tant que np
chiffres = ensembles de données.load_digits()
x = chiffres.données[:1000]
y = chiffres.cible[: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(estimateur=lr, param_grid=dict(C=c_range),
n_emplois=1)
result_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_emplois=1)
imprimer lrgs.best_params_

Erreur:

Traceback (appel le plus récent en dernier) :
Fichier "cross.py", ligne 11, dans
imprimer lrgs.best_params_
AttributeError : l'objet 'GridSearchCV' n'a pas d'attribut 'best_params_'

Qu'est-ce que je rate ?

-
Répondez directement à cet e-mail ou consultez-le sur GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller picture amueller le 26 juin 2014
🎉2 😄1

C'est vrai. =\ J'ai oublié l'ajustement. Merci Andréas.

vitorcoliveira picture vitorcoliveira le 26 juin 2014

Combien de temps cela prendra-t-il?

andrewcywang picture andrewcywang le 21 août 2018
Cette page vous a été utile?
0 / 5 - 0 notes

Questions connexes

genliu777 picture genliu777  ·  4Commentaires
yinruiqing picture yinruiqing  ·  3Commentaires
jrbourbeau picture jrbourbeau  ·  3Commentaires
shauli-ravfogel picture shauli-ravfogel  ·  3Commentaires
StevenLOL picture StevenLOL  ·  3Commentaires