【问题标题】:AttributeError: 'GridSearchCV' object has no attribute 'cv_results_'AttributeError:“GridSearchCV”对象没有属性“cv_results_”
【发布时间】:2017-05-22 07:54:49
【问题描述】:

我尝试应用此代码:

pipe = make_pipeline(TfidfVectorizer(min_df=5), LogisticRegression())
param_grid = {'logisticregression__C': [ 0.001, 0.01, 0.1, 1, 10, 100],
              "tfidfvectorizer__ngram_range": [(1, 1),(1, 2),(1, 3)]} 

grid = GridSearchCV(pipe, param_grid, cv=5)
grid.fit(text_train, Y_train)

scores = grid.cv_results_['mean_test_score'].reshape(-1, 3).T
# visualize heat map
heatmap = mglearn.tools.heatmap(
scores, xlabel="C", ylabel="ngram_range", cmap="viridis", fmt="%.3f",
xticklabels=param_grid['logisticregression__C'],
yticklabels=param_grid['tfidfvectorizer__ngram_range'])
plt.colorbar(heatmap)

但我有这个错误:

AttributeError: 'GridSearchCV' object has no attribute 'cv_results_'

【问题讨论】:

  • 你用的是什么版本的python/sklearn?
  • Python 的版本 3.5.2 但是当我检查 sklearn 版本时:0.0.当我更新 scikit-learn 时,Sklearn 会自动更新?

标签: python machine-learning scikit-learn text-mining


【解决方案1】:

更新你的 scikit-learn,cv_results_ 已经在 0.18.1 中引入,之前它被称为 grid_scores_ 并且结构略有不同 http://scikit-learn.org/0.17/modules/generated/sklearn.grid_search.GridSearchCV.html#sklearn.grid_search.GridSearchCV

【讨论】:

  • 我不明白.. 当我在 Pycharm 中检查我的版本时,我的版本是 0.18.1。我尝试更新它:1)conda update conda 和 2)conda install scikit-learn=0.18.1 但我有同样的错误
  • 显然这不是您的 IDE 正在使用的 python,但这不是与 python 相关的问题,而是与您的配置有关。缺少这个字段只能是老版本的sklearn造成的。
【解决方案2】:

解决了! 在 0.18.1 How to upgrade scikit-learn package in anaconda 中卸载并安装 conda scikit learn

当我导入 GridSearch 时:

from sklearn.model_selection import GridSearchCV

【讨论】:

    【解决方案3】:
    首先,您应该使用:更新您的SckLearn
    pip install -U scikit-learn
    

    之后,检查您是否包含错误的模块:

    from sklearn.grid_search import GridSearchCV
    

    更改为新路径:

    from sklearn.model_selection import GridSearchCV
    

    (这是正确的方式)

    【讨论】:

      【解决方案4】:

      从 sklearn.model_selection 导入 GridSearchCV

      使用这个clf.cv_results_

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 2016-03-15
        • 2020-07-02
        • 2020-01-31
        • 2012-12-01
        • 2021-04-19
        • 2020-10-27
        • 2021-11-22
        • 1970-01-01
        相关资源
        最近更新 更多