Scikit-learn: विशेषता त्रुटि: 'ग्रिडसर्चसीवी' ऑब्जेक्ट में कोई विशेषता नहीं है 'best_params_'

को निर्मित 26 जून 2014 · 3टिप्पणियाँ · स्रोत: scikit-learn/scikit-learn

क्षमा करें, अगर यह पोस्ट करने के लिए यह गलत जगह है। मेरा कोड:

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_

त्रुटि:

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

मुझे क्या याद आ रहा है?

स्रोत

vitorcoliveira

सबसे उपयोगी टिप्पणी

आपने फिट नहीं कहा, है ना?
26 जून 2014 को शाम 4:36 बजे, "विटोर कैम्पोस डी ओलिवेरा" <
सूचनाएं@github.com> ने लिखा:

क्षमा करें, अगर यह पोस्ट करने के लिए यह गलत जगह है। मेरा कोड:
स्केलेर आयात डेटासेट से, रेखीय_मॉडल, क्रॉस_सत्यापन, ग्रिड_सर्च
np . के रूप में numpy आयात करें
अंक = डेटासेट। लोड_डिजिट्स ()
एक्स = अंक। डेटा [: 1000]
y = अंक। लक्ष्य [: 1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, index=True,
फेरबदल = सच, यादृच्छिक_राज्य = 4)
एलआर = रैखिक_मॉडल। लॉजिस्टिक रिग्रेशन ()
c_range = np.logspace(0, 4, 10)
lrgs = grid_search.GridSearchCV (अनुमानक = 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)
प्रिंट lrgs.best_params_
त्रुटि:
ट्रेसबैक (सबसे हालिया कॉल अंतिम):
फ़ाइल "cross.py", लाइन 11, in
प्रिंट lrgs.best_params_
विशेषता त्रुटि: 'ग्रिडसर्चसीवी' ऑब्जेक्ट में कोई विशेषता नहीं है 'best_params_'
मुझे क्या याद आ रहा है?
-
इस ईमेल का सीधे उत्तर दें या इसे GitHub पर देखें
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller 26 जून 2014

🎉2 😄1

सभी 3 टिप्पणियाँ

क्षमा करें, अगर यह पोस्ट करने के लिए यह गलत जगह है। मेरा कोड:
स्केलेर आयात डेटासेट से, रेखीय_मॉडल, क्रॉस_सत्यापन, ग्रिड_सर्च
np . के रूप में numpy आयात करें
अंक = डेटासेट। लोड_डिजिट्स ()
एक्स = अंक। डेटा [: 1000]
y = अंक। लक्ष्य [: 1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, index=True,
फेरबदल = सच, यादृच्छिक_राज्य = 4)
एलआर = रैखिक_मॉडल। लॉजिस्टिक रिग्रेशन ()
c_range = np.logspace(0, 4, 10)
lrgs = grid_search.GridSearchCV (अनुमानक = 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)
प्रिंट lrgs.best_params_
त्रुटि:
ट्रेसबैक (सबसे हालिया कॉल अंतिम):
फ़ाइल "cross.py", लाइन 11, in
प्रिंट lrgs.best_params_
विशेषता त्रुटि: 'ग्रिडसर्चसीवी' ऑब्जेक्ट में कोई विशेषता नहीं है 'best_params_'
मुझे क्या याद आ रहा है?
-
इस ईमेल का सीधे उत्तर दें या इसे GitHub पर देखें
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller 26 जून 2014

🎉2 😄1

सही बात है। =\ मैं फिट भूल गया। धन्यवाद एंड्रियास।

vitorcoliveira 26 जून 2014

कितनी देर लगेगी?

andrewcywang 21 अग॰ 2018

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

Scikit-learn: विशेषता त्रुटि: 'ग्रिडसर्चसीवी' ऑब्जेक्ट में कोई विशेषता नहीं है 'best_params_'

सबसे उपयोगी टिप्पणी

सभी 3 टिप्पणियाँ

संबंधित मुद्दों