sklearn 的“RandomizedSearchCV”不适用于“np.random.RandomState”

Question

我正在尝试优化管道并想尝试给 RandomizedSearchCV 一个 np.random.RandomState 对象。我不能让它工作，但我可以给它其他发行版。

我可以使用一种特殊的语法来给RandomSearchCV 一个np.random.RandomState(0).uniform(0.1,1.0) 吗？

from scipy import stats
import numpy as np
from sklearn.neighbors import KernelDensity
from sklearn.grid_search import RandomizedSearchCV

# Generate data
x = np.random.normal(5,1,size=int(1e3))

# Make model
model = KernelDensity()

# Gridsearch for best params
# This one works
search_params = RandomizedSearchCV(model, param_distributions={"bandwidth":stats.uniform(0.1, 1)}, n_iter=30, n_jobs=2)
search_params.fit(x[:, None])

# RandomizedSearchCV(cv=None, error_score='raise',
#           estimator=KernelDensity(algorithm='auto', atol=0, bandwidth=1.0, breadth_first=True,
#        kernel='gaussian', leaf_size=40, metric='euclidean',
#        metric_params=None, rtol=0),
#           fit_params={}, iid=True, n_iter=30, n_jobs=2,
#           param_distributions={'bandwidth': <scipy.stats._distn_infrastructure.rv_frozen object at 0x106ab7da0>},
#           pre_dispatch='2*n_jobs', random_state=None, refit=True,
#           scoring=None, verbose=0)

# This one doesn't work :(
search_params = RandomizedSearchCV(model, param_distributions={"bandwidth":np.random.RandomState(0).uniform(0.1, 1)}, n_iter=30, n_jobs=2)
# TypeError: object of type 'float' has no len()

Answer 1

您观察到的结果是预期的，因为 np.random.RandomState() 类型的对象的类方法 uniform 在调用时立即抽取样本。

与此相比，您对 scipy 的 stats.uniform() 的使用创建了一个尚未从中采样的分布。 （虽然我不确定它是否按您的预期工作；请注意参数）。

如果你想合并基于np.random.RandomState() 的东西，你必须像docs 中提到的那样构建自己的类：

本示例使用 scipy.stats 模块，该模块包含许多有用的采样参数分布，例如 expon、gamma、uniform 或 randint。原则上，可以传递任何提供 rvs（随机变量样本）方法来对值进行采样的函数。对 rvs 函数的调用应从连续调用的可能参数值中提供独立的随机样本。