Scikit-learn: AttributeError: o objeto 'GridSearchCV' não possui o atributo 'best_params_'

Criado em 26 jun. 2014 · 3Comentários · Fonte: scikit-learn/scikit-learn

Desculpe, se este é o lugar errado para postar isso. Meu 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_

Erro:

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

O que estou perdendo?

Fonte

vitorcoliveira

Comentários muito úteis

Você não chamou o ajuste, certo?
Em 26 de junho de 2014, às 16h36, "Vitor Campos de Oliveira" <
notificaçõ[email protected]> escreveu:

Desculpe, se este é o lugar errado para postar isso. Meu código:
de conjuntos de dados de importação sklearn, linear_model, cross_validation, grid_search
importar numpy como np
digits = datasets.load_digits ()
x = dígitos.data [: 1000]
y = digits.target [: 1000]
kf_total = cross_validation.KFold (len (x), n_folds = 10, índices = 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)
resultados_lrgs = cross_validation.cross_val_score (lrgs, x, y, cv = kf_total,
n_jobs = 1)
print lrgs.best_params_
Erro:
Traceback (última chamada mais recente):
Arquivo "cross.py", linha 11, em
print lrgs.best_params_
AttributeError: o objeto 'GridSearchCV' não possui o atributo 'best_params_'
O que estou perdendo?
-
Responda a este e-mail diretamente ou visualize-o no GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.

amueller em 26 jun. 2014

🎉2 😄1

Todos 3 comentários

Você não chamou o ajuste, certo?
Em 26 de junho de 2014, às 16h36, "Vitor Campos de Oliveira" <
notificaçõ[email protected]> escreveu:

Desculpe, se este é o lugar errado para postar isso. Meu código:
de conjuntos de dados de importação sklearn, linear_model, cross_validation, grid_search
importar numpy como np
digits = datasets.load_digits ()
x = dígitos.data [: 1000]
y = digits.target [: 1000]
kf_total = cross_validation.KFold (len (x), n_folds = 10, índices = 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)
resultados_lrgs = cross_validation.cross_val_score (lrgs, x, y, cv = kf_total,
n_jobs = 1)
print lrgs.best_params_
Erro:
Traceback (última chamada mais recente):
Arquivo "cross.py", linha 11, em
print lrgs.best_params_
AttributeError: o objeto 'GridSearchCV' não possui o atributo 'best_params_'
O que estou perdendo?
-
Responda a este e-mail diretamente ou visualize-o no GitHub
https://github.com/scikit-learn/scikit-learn/issues/3320.