2
我有訪問scikit支持向量迴歸模型（SVR）的係數學習麻煩時，該模型被嵌入在管道和網格搜索。 請看下面的例子：係數的支持向量迴歸（SVR），使用網格搜索（GridSearchCV）和管道在Scikit瞭解
from sklearn.datasets import load_iris
import numpy as np
from sklearn.grid_search import GridSearchCV
from sklearn.svm import SVR
from sklearn.feature_selection import SelectKBest
from sklearn.pipeline import Pipeline
iris = load_iris()
X_train = iris.data
y_train = iris.target
clf = SVR(kernel='linear')
select = SelectKBest(k=2)
steps = [('feature_selection', select), ('svr', clf)]
pipeline = Pipeline(steps)
grid = GridSearchCV(pipeline, param_grid={"svr__C":[10,10,100],"svr__gamma": np.logspace(-2, 2)})
grid.fit(X_train, y_train)
這似乎很好地工作，但是當我嘗試訪問最佳擬合模型
grid.best_estimator_.coef_
我得到一個錯誤信息的係數：AttributeError的：「管道」對象沒有屬性'coef_'。
我也試圖訪問管道的各個步驟：
pipeline.named_steps['svr']
但找不到係數那裏。