结合 GridSearchCV 和 StackingClassifier

Question

我想用StackingClassifier组合一些分类器，然后用GridSearchCV优化参数：

clf1 = RandomForestClassifier()
clf2 = LogisticRegression()
dt = DecisionTreeClassifier()
sclf = StackingClassifier(estimators=[clf1, clf2],final_estimator=dt)

params = {'randomforestclassifier__n_estimators': [10, 50],
          'logisticregression__C': [1,2,3]}

grid = GridSearchCV(estimator=sclf, param_grid=params, cv=5)

grid.fit(x, y)

但这是一个错误：

'RandomForestClassifier' object has no attribute 'estimators_'

我用过n_estimators。为什么它警告我没有 estimators_?

一般GridSearchCV都是针对单模型的，所以我只需要将单模型的参数名写在dict中即可。

我参考了这个页面https://groups.google.com/d/topic/mlxtend/5GhZNwgmtSg但是它使用了早期版本的参数。即使我更改了新参数，它也不起作用。

顺便说一句，我在哪里可以了解到这些参数的命名规则的细节？

Answer 1

经过一些尝试，也许我找到了一个可用的解决方案。

解决这个问题的关键是利用get_params()知道StackingClassifier的参数

我用另一种方式创建sclf:

clf1 = RandomForestClassifier()
clf2 = LogisticRegression()
dt = DecisionTreeClassifier()
estimators = [('rf', clf1),
              ('lr', clf2)]
sclf = StackingClassifier(estimators=estimators,final_estimator=dt)
params = {'rf__n_estimators': list(range(100,1000,100)),
          'lr__C': list(range(1,10,1))}
grid = GridSearchCV(estimator=sclf, param_grid=params,verbose=2, cv=5,n_jobs=-1)
grid.fit(x, y)

这样，我可以命名每个基本分类器，然后用它们的名字设置参数。

Answer 2

首先，estimators 需要是一个 list，其中包含 tuples 中的模型，并具有相应的分配姓名.

estimators = [('model1', model()), # model() named model1 by myself
              ('model2', model2())] # model2() named model2 by myself

接下来，您需要使用 sclf.get_params() 中出现的名称。此外，该名称与您在上述 estimators 列表中为特定型号指定的名称相同。所以，在这里你需要的 model1 参数：

params = {'model1__n_estimators': [5,10]} # model1__SOME_PARAM

工作玩具示例：

from sklearn.datasets import make_classification
from sklearn.ensemble import RandomForestClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import StackingClassifier
from sklearn.model_selection import GridSearchCV


X, y = make_classification(n_samples=1000, n_features=4, 
                            n_informative=2, n_redundant=0,
                            random_state=0, shuffle=False)


estimators = [('rf', RandomForestClassifier(n_estimators=10, random_state=42)),
              ('logreg', LogisticRegression())]

sclf = StackingClassifier(estimators= estimators , final_estimator=DecisionTreeClassifier())

params = {'rf__n_estimators': [5,10]}

grid = GridSearchCV(estimator=sclf, param_grid=params, cv=5)
grid.fit(X, y)

结合 GridSearchCV 和 StackingClassifier

Combine GridSearchCV and StackingClassifier

python

scikit-learn

gridsearchcv