Scikit-learn: AttributeError: objek 'GridSearchCV' tidak memiliki atribut 'best_params_'

Dibuat pada 26 Jun 2014 · 3Komentar · Sumber: scikit-learn/scikit-learn

Maaf, jika ini adalah tempat yang salah untuk memposting ini. kode saya:

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_

Kesalahan:

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

Apa yang saya lewatkan?

Sumber

vitorcoliveira

Komentar yang paling membantu

Anda tidak menyebut fit, kan?
Pada 26 Jun 2014 16:36, "Vitor Campos de Oliveira" <
[email protected]> menulis:

Maaf, jika ini adalah tempat yang salah untuk memposting ini. kode saya:
dari sklearn import dataset, linear_model, cross_validation, grid_search
impor numpy sebagai np
digit = datasets.load_digits()
x = angka.data[:1000]
y = digit.target[:1000]
kf_total = validasi_silang.KFold(len(x), n_folds=10, indeks=Benar,
shuffle=Benar, 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_pekerjaan=1)
result_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_pekerjaan=1)
cetak lrgs.best_params_
Kesalahan:
Traceback (panggilan terakhir terakhir):
File "cross.py", baris 11, di
cetak lrgs.best_params_
AttributeError: objek 'GridSearchCV' tidak memiliki atribut 'best_params_'
Apa yang saya lewatkan?
—
Balas email ini secara langsung atau lihat di GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller pada 26 Jun 2014

🎉2 😄1

Semua 3 komentar

Anda tidak menyebut fit, kan?
Pada 26 Jun 2014 16:36, "Vitor Campos de Oliveira" <
[email protected]> menulis:

Maaf, jika ini adalah tempat yang salah untuk memposting ini. kode saya:
dari sklearn import dataset, linear_model, cross_validation, grid_search
impor numpy sebagai np
digit = datasets.load_digits()
x = angka.data[:1000]
y = digit.target[:1000]
kf_total = validasi_silang.KFold(len(x), n_folds=10, indeks=Benar,
shuffle=Benar, 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_pekerjaan=1)
result_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_pekerjaan=1)
cetak lrgs.best_params_
Kesalahan:
Traceback (panggilan terakhir terakhir):
File "cross.py", baris 11, di
cetak lrgs.best_params_
AttributeError: objek 'GridSearchCV' tidak memiliki atribut 'best_params_'
Apa yang saya lewatkan?
—
Balas email ini secara langsung atau lihat di GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.