python – sklearn pipeline – 在管道中应用多项式特征转换后应用样本权重
发布时间:2020-11-17 08:30:04 所属栏目:Python 来源:互联网
导读:我想应用样本权重,同时使用来自sklearn的管道,该管道应该进行特征转换,例如多项式,然后应用回归量,例如ExtraTrees. 我在以下两个示例中使用以下包: from sklearn.ensemble import ExtraTreesRegressorimport numpy as npfrom sklearn.pipeline import Pipeli
我想应用样本权重,同时使用来自sklearn的管道,该管道应该进行特征转换,例如多项式,然后应用回归量,例如ExtraTrees. 我在以下两个示例中使用以下包: from sklearn.ensemble import ExtraTreesRegressor import numpy as np from sklearn.pipeline import Pipeline from sklearn.preprocessing import PolynomialFeatures 只要我单独转换功能并在之后生成和训练模型,一切都很顺利: #Feature generation X = np.random.rand(200,4) Y = np.random.rand(200) #Feature transformation poly = PolynomialFeatures(degree=2) poly.fit_transform(X) #Model generation and fit clf = ExtraTreesRegressor(n_estimators=5,max_depth = 3) weights = [1]*100 + [2]*100 clf.fit(X,Y,weights) 但是在管道中执行它不起作用: #Pipeline generation pipe = Pipeline([('poly2',PolynomialFeatures(degree=2)),('ExtraTrees',ExtraTreesRegressor(n_estimators=5,max_depth = 3))]) #Feature generation X = np.random.rand(200,4) Y = np.random.rand(200) #Fitting model clf = pipe weights = [1]*100 + [2]*100 clf.fit(X,weights) 我收到以下错误:TypeError:fit()最多需要3个参数(给定4个) 解决方法在Pipeline 文档的fit方法中提到了** fit_params.您必须指定要将参数应用于管道的哪个步骤.您可以通过遵循文档中的命名规则来实现此目的:
所以说的是,尝试将最后一行更改为: clf.fit(X,**{'ExtraTrees__sample_weight': weights}) This is a good example如何使用管道中的参数. (编辑:商洛站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |
推荐文章
站长推荐
- 无法弄清楚如何在此Python代码中重新分配列表中的
- 不同项目的python库如何在同一个包中?
- python – Opencv Homography矩阵H和Inverse H转
- 最优雅的方式来分离基于模式的列表(Python)
- python – 从文件中随机抽样
- flask:wsgi-middleware vs before_和after_requ
- python – 参数如何通过__getattr__传递给一个函
- python – AssertionError:col应该是Column
- python – 为什么skimage.transform.rotate比PIL
- python – Mac OS上“import cv”期间的“分段错
热点阅读