如何在scikit-learn中通過GridSearchCV調整嵌套管道的參數？

Question

是否可以在scikit-learn中調整嵌套管道的參數？例如：

svm = Pipeline([ 
    ('chi2', SelectKBest(chi2)), 
    ('cls', LinearSVC(class_weight='auto')) 
]) 

classifier = Pipeline([ 
    ('vectorizer', TfIdfVectorizer()), 
    ('ova_svm', OneVsRestClassifier(svm)) 
}) 

parameters = ? 

GridSearchCV(classifier, parameters) 

如果不可能直接做到這一點，可能是一種解決方法？

Answer 1

scikit-learn對此有一個雙下劃線符號，as exemplified here。它的工作原理遞歸併延伸至OneVsRestClassifier，需要提醒的是底層的估計必須明確地稱呼爲__estimator：

parameters = {'ova_svm__estimator__cls__C': [1, 10, 100], 
       'ova_svm__estimator__chi2_k': [200, 500, 1000]} 

Answer 2

對於您所創建，你可以得到的參數列表與他們的標籤如下估計。

import pprint as pp 

pp.pprint(sorted(classifier.get_params().keys())) 

[ 'ova_svm'， 'ova_svm__estimator'， 'ova_svm__estimator__chi2'， 'ova_svm__estimator__chi2__k'， 'ova_svm__estimator__chi2__score_func'， 'ova_svm__estimator__cls'， 'ova_svm__estimator__cls__C'， 'ova_svm__estimator__cls__class_weight'， 'ova_svm__estimator__cls__dual' ， 'ova_svm__estimator__cls__fit_intercept'， 'ova_svm__estimator__cls__intercept_scaling'， 'ova_svm__estimator__cls__loss'， 'ova_svm__estimator__cls__max_iter'， 「ova_svm__estimator__c ls__multi_class'， 'ova_svm__estimator__cls__penalty'， 'ova_svm__estimator__cls__random_state'， 'ova_svm__estimator__cls__tol'， 'ova_svm__estimator__cls__verbose'， 'ova_svm__estimator__steps'， 'ova_svm__n_jobs'， '步驟'， '矢量化'， 'vectorizer__analyzer'， 'vectorizer__binary'， ' vectorizer__decode_error ' 'vectorizer__dtype'， 'vectorizer__encoding'， 'vectorizer__input'， 'vectorizer__lowercase'， 'vectorizer__max_df'， 'vectorizer__max_features'， 'vectorizer__min_df'， 'vectorizer__ngram_range'， 'vectorizer__norm'， 'vectorizer__preprocessor'，' vectorizer__smooth_idf '， 'vectorizer__stop_words'，'vectorizer__strip _accents'， 'vectorizer__sublinear_tf'， 'vectorizer__token_pattern'， 'vectorizer__tokenizer'， 'vectorizer__use_idf'， 'vectorizer__vocabulary']

從這個列表中，那麼你可以設置你想要做一個GridSearchCV的參數。