16
我是sklearn
的Pipeline
和GridSearchCV
功能的新功能。我正在尝试构建一个管道,首先对我的训练数据进行RandomizedPCA,然后再拟合岭回归模型。这里是我的代码:sklearn GridSearchCV与管道
pca = RandomizedPCA(1000, whiten=True)
rgn = Ridge()
pca_ridge = Pipeline([('pca', pca),
('ridge', rgn)])
parameters = {'ridge__alpha': 10 ** np.linspace(-5, -2, 3)}
grid_search = GridSearchCV(pca_ridge, parameters, cv=2, n_jobs=1, scoring='mean_squared_error')
grid_search.fit(train_x, train_y[:, 1:])
我了解RidgeCV
功能,但我想尝试管道和GridSearch CV。
我想要网格搜索简历报告RMSE错误,但这似乎并不支持sklearn,所以我正在做MSE。然而,resports分数为负:
In [41]: grid_search.grid_scores_
Out[41]:
[mean: -0.02665, std: 0.00007, params: {'ridge__alpha': 1.0000000000000001e-05},
mean: -0.02658, std: 0.00009, params: {'ridge__alpha': 0.031622776601683791},
mean: -0.02626, std: 0.00008, params: {'ridge__alpha': 100.0}]
显然,这是不可能的均方误差 - 我究竟做错了什么?