在 Binarizer 到 BernoulliNB() 分类器中运行阈值答案

【问题标题】：Tunning treshold in Binarizer to BernoulliNB() classifier在 Binarizer 到 BernoulliNB() 分类器中运行阈值
【发布时间】：2019-04-30 02:00:07
【问题描述】：

我想使用 BernoulliNB() 分类器，并且我的数据没有二值化。所以我想通过 GridsearchCV() 选择最佳的二值化阈值。我的代码如下：

from sklearn.pipeline import Pipeline
from sklearn.naive_bayes import BernoulliNB
from sklearn.preprocessing import Binarizer

pipeline = Pipeline([('binarizer', Binarizer()), ('classifier', BernoulliNB())])
params = {'estimator__binarizer__threshold': np.logspace(0, 5, 20)}

clf = GridSearchCV(pipeline, param_grid=params, cv=5, refit=True)
clf.fit(X_train,y_train)
clf.best_estimator_.score(X_test, y_test)

它给了我错误：

ValueError: Check the list of available parameters with estimator.get_params().keys().

我不知道怎么了。

【问题讨论】：

estimator__binarizer__treshold 应该是 estimator__binarizer__threshold。 "threshold" 的拼写错误。
这不是原因。它仍然给我这个错误： ValueError: Invalid parameter estimator for estimator Pipeline(memory=None, steps=[('binarizer', Binarizer(copy=True, threshold=0.0)), ('classifier', BernoulliNB(alpha=1.0 , 二值化=0.0, class_prior=None, fit_prior=True))])。使用estimator.get_params().keys()检查可用参数列表。
请不要将 cmets 空间用于此目的 - 编辑和更新您的帖子！

标签： python scikit-learn classification naivebayes

【解决方案1】：

是的，我的错。在评论中，我刚刚发现'treshold'的拼写错误，着急，没有关注估算器部分。

对于管道，可以通过两部分来访问参数：

步骤名称，如binarizer 或classifier 此处
步骤 1 中该特定名称的实际参数名称。

您不需要将estimator 附加到上述部分。因此，在您的情况下，您将需要使用以下内容：

params = {'binarizer__threshold': np.logspace(0, 5, 20)}

访问管道'binarizer' 步骤的'threshold' 参数。

【讨论】：