Scikit-learn: AttributeError: 'GridSearchCV' 개체에 'best_params_' 속성이 없습니다.

에 만든 2014년 06월 26일 · 3코멘트 · 출처: scikit-learn/scikit-learn

죄송합니다. 게시할 위치가 잘못된 경우입니다. 내 코드:

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_

오류:

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

내가 무엇을 놓치고 있습니까?

출처

vitorcoliveira

가장 유용한 댓글

핏을 부르지 않으셨죠?
2014년 6월 26일 오후 4시 36분, "Vitor Campos de Oliveira" <
[email protected]>은 다음과 같이 썼습니다.

죄송합니다. 게시할 위치가 잘못된 경우입니다. 내 코드:
sklearn 가져오기 데이터 세트에서, linear_model, cross_validation, grid_search
numpy를 np로 가져오기
숫자 = dataset.load_digits()
x = 숫자.데이터[:1000]
y = 숫자.대상[:1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, 인덱스=True,
셔플=참, 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_작업=1)
결과_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_작업=1)
lrgs.best_params_ 인쇄
오류:
역추적(가장 최근 호출 마지막):
파일 "cross.py", 11행,
lrgs.best_params_ 인쇄
AttributeError: 'GridSearchCV' 개체에 'best_params_' 속성이 없습니다.
내가 무엇을 놓치고 있습니까?
—
이 이메일에 직접 답장하거나 GitHub에서 확인하세요.
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller 에 2014년 06월 26일

🎉2 😄1

모든 3 댓글

핏을 부르지 않으셨죠?
2014년 6월 26일 오후 4시 36분, "Vitor Campos de Oliveira" <
[email protected]>은 다음과 같이 썼습니다.

죄송합니다. 게시할 위치가 잘못된 경우입니다. 내 코드:
sklearn 가져오기 데이터 세트에서, linear_model, cross_validation, grid_search
numpy를 np로 가져오기
숫자 = dataset.load_digits()
x = 숫자.데이터[:1000]
y = 숫자.대상[:1000]
kf_total = cross_validation.KFold(len(x), n_folds=10, 인덱스=True,
셔플=참, 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_작업=1)
결과_lrgs = cross_validation.cross_val_score(lrgs, x, y, cv=kf_total,
n_작업=1)
lrgs.best_params_ 인쇄
오류:
역추적(가장 최근 호출 마지막):
파일 "cross.py", 11행,
lrgs.best_params_ 인쇄
AttributeError: 'GridSearchCV' 개체에 'best_params_' 속성이 없습니다.
내가 무엇을 놓치고 있습니까?
—
이 이메일에 직접 답장하거나 GitHub에서 확인하세요.
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller 에 2014년 06월 26일

🎉2 😄1

좋아요. =\ 핏을 잊어버렸습니다. 안드레아스 감사합니다.

vitorcoliveira 에 2014년 06월 26일

얼마나 걸릴까요?

andrewcywang 에 2018년 08월 21일

이 페이지가 도움이 되었나요?

0 / 5 - 0 등급

Scikit-learn: AttributeError: 'GridSearchCV' 개체에 'best_params_' 속성이 없습니다.

가장 유용한 댓글

모든 3 댓글

관련 문제