通过多个模型和参数进行网格搜索答案

【问题标题】：Gridsearch through multiple models and parameters通过多个模型和参数进行网格搜索
【发布时间】：2020-02-03 17:19:10
【问题描述】：

请在下面查看我的管道，我收到错误但我不明白为什么：

n_estimators = [12,60]
min_samples_leaf = [2, 4]

models = {
    'DecisionTreeClassifier': DecisionTreeClassifier(),
    'RandomForestClassifier': RandomForestClassifier(),
    'NaiveBayes': GaussianNB(),
    'LogisticRegression': LogisticRegression()
}

params= {
    'DecisionTreeClassifier':{ 

            "max_depth":[2,4,6,8,10],
            "criterion": ['gini', 'entropy'],

            },
    'RandomForestClassifier': {
        'n_estimators': n_estimators, 
        'min_samples_leaf': min_samples_leaf

        },
    'NaiveBayes': {

        },  
    'LogisticRegression':{
        'C': [0.001, 0.01, 0.1, 1, 10, 100, 1000] #Regularization Coefficnet


    }
}

for name in models.keys():

    est = models[name]
    est_params = params[name] # in cross validation we are really only traning the model on a small portion of the data
    pipeline = Pipeline([('imputation', SimpleImputer(strategy='most_frequent')),('model',models[name])])
    gscv = GridSearchCV(pipeline, param_grid=est_params, cv=5,return_train_score=True) #return_train_score=False
    gscv.fit(x_train_values, y_train)

但是我得到一个错误：ValueError: Invalid parameter criteria for estimator Pipeline(memory=None,

我不知道为什么会出现这个错误，我试图通过查看一个分类器来分解它，例如：

pipeline = Pipeline([('imputation', SimpleImputer(strategy='most_frequent')),('model',models['LogisticRegression'])])
gscv = GridSearchCV(pipeline, param_grid=params['LogisticRegression'], cv=5,return_train_score=True) #return_train_score=False
gscv.fit(x_train_values, y_train)

然而这是同样的错误。我也试图得到我应该调用的参数，但它输出了我已经拥有的东西（C）

for param in models['LogisticRegression'].get_params().keys():
    print(param)

【问题讨论】：

标签： python machine-learning pipeline training-data grid-search

【解决方案1】：

考虑一下df：

import pandas as pd


df = pd.DataFrame([['?', "Don't change"], ['!', '<']], columns=['col1', 'col2'])
print(df)

>>> 
  col1          col2
0    ?  Don't change
1    !             <

如果您想在每个列中替换 ['?', '!', '>']，您可以像这样使用正则表达式：

updated_df = df.replace(r'\?|<', 'replace_value', regex=True)
print(updated_df)

>>>
            col1           col2
0  replace_value   Don't change
1  replace_value  replace_value

【讨论】：

【解决方案2】：

您可以使用字典来替换数据框中的值。下面是一个例子：-

df=pd.DataFrame({'a': ['>','a'], 'b': ['a','?']})

您可以通过以下方式替换它：-

df.replace({'a':{'>',""},'b':{'?',""}},regex = True)

【讨论】：