scikit学习。 GridSearchCV管道中的自定义变压器set_params逻辑。

我需要构建自定义变压器，将其用于流水线，并使用GridSearchCV评估该流水线的参数。scikit学习。 GridSearchCV管道中的自定义变压器set_params逻辑。

我设法实现简单的自定义变压器，遵循here的建议，但在尝试使用内部估计器实现变压器时发生的问题，并在GridSearchCV中使用此构造。我自己找不到答案，因为我认为，因为我没有完全理解搜索方法（如网格/随机）SearchCV和set_params的细微之处。

书“介绍与Python ML”形容GridSearchCV逻辑比较幼稚：

...iterating over each parameters combination... 
    init estimator 
    fit estimator 
    evaluate

但这种幼稚的做法不能回答我的问题。为了澄清我的问题，让看看这个案例：

class OuterTransformer(BaseEstimator, TransformerMixin): 
    _options = {'std':StandardScaler(),'mm':MinMaxScaler()} 
    def __init__(self, option='std'): 
     ...

对我来说，主要的问题是‘我在哪里把选择内部估计的逻辑是什么？’。根据上述职位，这应该是这个样子：

def __init__(self, option='std'): 
     self.option = option 
    def fit(self, data, y=None): 
     self.option = self._options[option] 
     ...

在另一方面，常识表明GridSearch必须通过参数调用适合之前初始化内部估计，因此内部估计应该是选在__init__。

看来，第一种方式工作正常，但我只是不明白为什么。可以请有人向我解释这个现象吗？

来源

2017-08-26 Grigoriy

看起来我理解了估计器参数初始化和重新初始化的逻辑。这有助于回答我的问题：

这个类区域必须被传递给构造那些原值，而不是一些“衍生物”从他们被初始化，因为每个重新初始化估计器scikit调用__init__，在CV开始之前传递通过方法get_params从实例中提取的参数。

和get_params的本质在于它扫描方法的类__init__的签字，并经估算领域的实例拉与对应的__init__的参数名称名称（除了当然是自我）。

因此，如果我们写“源自”值到字段内__init__方法，这些“来源于”值将被转移到下一个重新初始化，这意味着一切都将失败。

class OuterTransformer(BaseEstimator, TransformerMixin): 
    _options = {'std':StandardScaler(),'mm':MinMaxScaler()} 

    # good init- all fine 
    def __init__(self, option='std'): 
     self.option = option 

    # bad init - will not work, because option is not an 'original' parameter. 
    def __init__(self, option='std'): 
     self.option = self._options[option]

来源

2017-08-28 16:21:41 Grigoriy

scikit学习。 GridSearchCV管道中的自定义变压器set_params逻辑。

回答

相关问题