我最初在 Windows PC 上开发了我的代码，一切运行良好。然而，我们已经开始减载，所以我需要一个可移植的 python 开发环境，所以我设置了一个带有 VSCode 的 SLAX 9.8 usb，以便在电源故障时继续我的开发。

但是现在，在 USB 上运行工作代码时，它会失败并出现以下错误：

任何帮助，将不胜感激。

快速谷歌搜索说这是一个joblib错误并设置prefer="threads"。如果这能解决它，我会在哪里做呢？

谢谢你们

在 gridsearchCV 中，当我适合如下内容时：

之后，当我执行此操作时，

它给出了一个值数组，所以我的问题是GridSearch.best_estimator_.feature_importances_这条线返回什么值？

我正在尝试调用 GridSearchCV 以获得最佳估计器，如果我调用这样的参数

结果将是

对于相同的数据，结果会有所不同我只将 [2,3,4,5,6,7,8,9,10] 更改为 [2,4,6,8,10]

结果

对 GridsearchCV 的工作原理感到困惑

我在 sklearn 中使用 RandomForestClassifier，并使用 GridsearchCV 来获得最佳估计器。

我想知道当 GridsearchCV 中有许多具有相同分数的估计器（从简单到复杂的）时，GridsearchCV 的结果估计器是什么？最简单的？还是随机的？

我正在尝试将参数传递给 scikit learn 中的自定义估计器，但未能成功。我希望lr在网格搜索期间更改参数。问题是lr参数没有改变......

代码示例从此处复制和更新

（原始代码对我不起作用）

任何带有自定义估计器的完整工作示例GridSearchCV，以及更改参数将不胜感激。

我在ubuntu18.10 使用scikit-learn0.20.2

Terveisin，马库斯

我正在尝试使用 GridSearchCV 来调整 LightGBM 模型中的参数，但我对如何在 GridSearchCV 的每次迭代中保存每个预测结果还不够熟悉。
但可悲的是，我只知道如何将结果保存在特定参数中。
这是代码：

这是数据：

我想保存predictionsGridSearchCV 的每次迭代，我已经搜索了几个类似的问题以及在 LightGBM 中使用 GridSearchCV 的一些其他相关信息。
但我仍然无法正确编码。
所以，如果不介意，有人可以帮助我并提供一些关于它的教程吗？
衷心感谢。

我是 scikit learn 的新手，所以请原谅我的无知。使用 GridsearchCV 我正在尝试优化 DecisionTreeRegressor。我使参数空间越宽，得分就越差。

将 min_samples_split 设置为 range(2,10) 会给我一个 -0.04 的 neg_mean_squared_error。将其设置为 range(2,5) 时，得分为 -0.004。

与不太广泛的网格搜索相比，我希望更广泛的网格搜索获得相等或更高的正分数。

Python sci-kit学习KNN Grid Search Cross Validation错误

我正在尝试重新创建 KNN 模型来预测汽车目的地。 https://github.com/carlosbkm/car-destination-prediction 代码在此处的网格搜索交叉验证中不起作用： https ://github.com/carlosbkm/car-destination-prediction/blob/master/k-nearest -model.ipynb 起初 geodash 不工作，所以我将其切换到 geodash2 并且没有问题。当我尝试拟合我得到的模型时。TypeError：不支持的操作数类型/：'str'和'int'

当我尝试为网格搜索交叉验证拟合 X 和 y 时，出现错误。问题来自

我无法将模型拟合到 X 和 y：gs.fit(X, y)

我试图将 X 和 y 变成浮点数，但没有任何改变

当我执行这个：

我得到：

I did a grid search on a logistic regression and set scoring to 'roc_auc'. The grid_clf1.best_score_ gave me an auc of 0.7557. After that I wanted to plot the ROC curve of the best model. The ROC curve I saw had an AUC of 0.50 I do not understand this at all.

I looked into the predicted probabilites and I saw that they were all 0.0 or 1.0. Hence, I think something went wrong here but I cannot find what it is.

My code is as follows for the grid search cv:

So this gave an AUC of 0.7557 for the best model. Then if I calculate the AUC for the model myself:

This gave me an AUC of 0.50.

试过 grid.cv_results_ 没有纠正问题

尝试替换grid.grid_scores_为grid.cv_results_ 目标是打印不同的超参数值组合和通过 10 倍交叉验证计算的平均 ROC AUC 分数