31

我正在尝试使用 DecisionTreeClassifier（“DTC”）作为 base_estimator 来调整 AdaBoost 分类器（“ABT”）。我想同时调整ABT和 DTC 参数，但不确定如何实现这一点 - 管道不应该工作，因为我没有将 DTC 的输出“管道”到 ABT。这个想法是在 GridSearchCV 估计器中迭代 ABT 和 DTC 的超参数。

如何正确指定调整参数？

我尝试了以下操作，这在下面产生了错误。

[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)
4

2 回答 2

40

您发布的代码中有几处错误：

  1. 字典的键param_grid必须是字符串。你应该得到一个NameError.
  2. 键“abc__n_estimators”应该只是“n_estimators”：您可能将它与管道语法混合在一起。这里没有任何东西告诉 Python 字符串“abc”代表你的AdaBoostClassifier.
  3. None（而不是none）不是 的有效值n_estimators。默认值（可能是您的意思）是 50。

这是带有这些修复程序的代码。要设置树估计器的参数，您可以使用允许访问嵌套参数的“__”语法。

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')

此外，1 或 2 个估计量对 AdaBoost 来说并没有真正意义。但我猜这不是您正在运行的实际代码。

希望这可以帮助。

于 2015-08-25T21:03:49.157 回答
2

试图提供一个更短的（希望是通用的）答案。

如果您想在 a 中进行网格搜索BaseEstimator，AdaBoostClassifier例如改变估计器的max_depthor min_sample_leaf，DecisionTreeClassifier那么您必须在参数网格中使用特殊语法。

abc = AdaBoostClassifier(base_estimator=DecisionTreeClassifier())

parameters = {'base_estimator__max_depth':[i for i in range(2,11,2)],
              'base_estimator__min_samples_leaf':[5,10],
              'n_estimators':[10,50,250,1000],
              'learning_rate':[0.01,0.1]}

clf = GridSearchCV(abc, parameters,verbose=3,scoring='f1',n_jobs=-1)
clf.fit(X_train,y_train)

因此，请注意字典中的'base_estimator__max_depth'和'base_estimator__min_samples_leaf'键。parameters这是访问集成算法的 BaseEstimator 超参数的方法，例如AdaBoostClassifier在进行网格搜索时。特别注意__双下划线符号。中的其他两个键parameters是常规AdaBoostClassifier参数。

于 2021-04-14T05:57:05.313 回答