Base_estimatorとしてDecisionTreeClassifier( "DTC")を使用して、AdaBoost Classifier( "ABT")を調整しようとしています。 both ABTとDTCパラメーターを同時に調整したいのですが、これを達成する方法がわかりません-DTCの出力をABTに「パイプ」していないため、パイプラインが機能しないはずです。その考えは、GridSearchCV推定器でABTおよびDTCのハイパーパラメーターを反復することです。
チューニングパラメータを正しく指定するにはどうすればよいですか?
以下を試してみましたが、以下のエラーが発生しました。
[IN]
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import AdaBoostClassifier
from sklearn.grid_search import GridSearchCV
param_grid = {dtc__criterion : ["gini", "entropy"],
dtc__splitter : ["best", "random"],
abc__n_estimators: [none, 1, 2]
}
DTC = DecisionTreeClassifier(random_state = 11, max_features = "auto", class_weight = "auto",max_depth = None)
ABC = AdaBoostClassifier(base_estimator = DTC)
# run grid search
grid_search_ABC = GridSearchCV(ABC, param_grid=param_grid, scoring = 'roc_auc')
[OUT]
ValueError: Invalid parameter dtc for estimator AdaBoostClassifier(algorithm='SAMME.R',
base_estimator=DecisionTreeClassifier(class_weight='auto', criterion='gini', max_depth=None,
max_features='auto', max_leaf_nodes=None, min_samples_leaf=1,
min_samples_split=2, min_weight_fraction_leaf=0.0,
random_state=11, splitter='best'),
learning_rate=1.0, n_estimators=50, random_state=11)
投稿したコードにはいくつかの間違いがあります。
param_grid
辞書のキーは文字列である必要があります。 NameError
を取得する必要があります。AdaBoostClassifier
を表していることを伝えません。None
(none
ではなく)は、n_estimators
の有効な値ではありません。デフォルト値(おそらくあなたが意図したもの)は50です。これらの修正を含むコードは次のとおりです。 Tree推定器のパラメーターを設定するには、ネストされたパラメーターにアクセスできる「__」構文を使用できます。
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import AdaBoostClassifier
from sklearn.grid_search import GridSearchCV
param_grid = {"base_estimator__criterion" : ["gini", "entropy"],
"base_estimator__splitter" : ["best", "random"],
"n_estimators": [1, 2]
}
DTC = DecisionTreeClassifier(random_state = 11, max_features = "auto", class_weight = "auto",max_depth = None)
ABC = AdaBoostClassifier(base_estimator = DTC)
# run grid search
grid_search_ABC = GridSearchCV(ABC, param_grid=param_grid, scoring = 'roc_auc')
また、1つまたは2つの推定量は、AdaBoostにはあまり意味がありません。しかし、これはあなたが実行している実際のコードではないと推測しています。
お役に立てれば。