2

我用GridsearchCV管道制作了一个，我想提取n_iter_管道组件（MLPRegressor）的一个属性（）以获得最佳模型。

我正在使用 Python 3.0。

管道的创建

pipeline_steps = [('scaler', StandardScaler()), ('MLPR', MLPRegressor(solver='lbfgs', early_stopping=True, validation_fraction=0.1, max_iter=10000))]

MLPR_parameters = {'MLPR__hidden_layer_sizes':[(50,), (100,), (50,50)], 'MLPR__alpha':[0.001, 10, 1000]}

MLPR_pipeline = Pipeline(pipeline_steps)

gridCV_MLPR = GridSearchCV(MLPR_pipeline, MLPR_parameters, cv=kfold)
gridCV_MLPR.fit(X_train, y_train)

当我想用 提取最佳模型时gridCV_GBR.best_params_，我只有 GridsearchCV 的结果：

{'MLPR__alpha': 0.001, 'MLPR__hidden_layer_sizes': (50,)}

但我想知道 MLPRegressor 的最佳模型使用的迭代次数gridCV_MLPR。

如何通过 GridsearhCV 使用为通过管道n_iter_设计的属性？MLPRegressor()

4

1 回答 1

2

谢谢你的帮助，

我找到了解决方案：

gridCV_MLPR.best_estimator_.named_steps['MLPR'].n_iter_

由于gridCV_MLPR.best_estimator_是管道，我们需要选择 MLPRegressor 参数.named_steps['MLPR']。

非常感谢您非常非常快速的回答...

于 2019-08-09T10:50:23.200 回答