web-dev-qa-db-ja.com

sklearnのPipelineオブジェクトから係数を返す

PipelineオブジェクトをRandomizedSearchCVに適合させました

pipe_sgd = Pipeline([('scl', StandardScaler()),
                    ('clf', SGDClassifier(n_jobs=-1))])

param_dist_sgd = {'clf__loss': ['log'],
                 'clf__penalty': [None, 'l1', 'l2', 'elasticnet'],
                 'clf__alpha': np.linspace(0.15, 0.35),
                 'clf__n_iter': [3, 5, 7]}

sgd_randomized_pipe = RandomizedSearchCV(estimator = pipe_sgd, 
                                         param_distributions=param_dist_sgd, 
                                         cv=3, n_iter=30, n_jobs=-1)

sgd_randomized_pipe.fit(X_train, y_train)

coef_のbest_estimator_属性にアクセスしたいのですが、アクセスできません。以下のコードでcoef_にアクセスしてみました。

sgd_randomized_pipe.best_estimator_.coef_

ただし、次のAttributeErrorが発生します...

AttributeError： 'Pipeline' object has no attribute 'coef_'

Scikit-learnのドキュメントでは、coef_はSGDClassifierの属性であり、これは私のbase_estimator_のクラスです。

何が悪いのですか？

pythonscikit-learnpipelinecross-validation
16
spies006

named_steps dictを使用してパイプラインを作成するときに、割り当てた名前をいつでも使用できます。

scaler = sgd_randomized_pipe.best_estimator_.named_steps['scl']
classifier = sgd_randomized_pipe.best_estimator_.named_steps['clf']

次に、coef_、intercept_など、対応する近似推定器で使用できるすべての属性にアクセスします。

これは、パイプラインによって ドキュメントで指定 として公開される正式な属性です。

named_steps：dict

ユーザー指定の名前でステップパラメータにアクセスするための読み取り専用属性。キーはステップ名、値はステップパラメータです。

23
Vivek Kumar

私はこれがうまくいくと思います：

sgd_randomized_pipe.named_steps['clf'].coef_
2
Roozbeh Bakhshi

これを行う1つの方法は、steps属性を使用した連鎖インデックスによる方法です...

sgd_randomized_pipe.best_estimator_.steps[1][1].coef_

これはベストプラクティスですか、それとも別の方法がありますか？

1
spies006