从 sklearn 中的 Pipeline 对象返回系数

Question

我已将 Pipeline 对象与 RandomizedSearchCV

 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)

我想访问 --- 的 coef_ 属性 best_estimator_ 但我无法这样做。我尝试使用以下代码访问 coef_ 。

sgd_randomized_pipe.best_estimator_.coef_

但是我得到以下 AttributeError …

AttributeError: ‘Pipeline’ 对象没有属性 ‘coef_’

scikit-learn 文档说 coef_ 是 SGDClassifier 的属性，这是我的类 base_estimator_

我究竟做错了什么？

原文由 spies006 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

在使用 named_steps dict 创建管道时，您始终可以使用分配给它们的名称。

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

然后访问所有属性，如 coef_ ， intercept_ 等可用于相应的拟合估计器。

这是 文档中指定 的管道公开的正式属性：

named_steps : 字典

只读属性，用于按用户给定名称访问任何步骤参数。键是步骤名称，值是步骤参数。

原文由 Vivek Kumar 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

我认为这应该有效：

 sgd_randomized_pipe.named_steps['clf'].coef_

原文由 Roozbeh Bakhshi 发布，翻译遵循 CC BY-SA 4.0 许可协议