如何在python中的sklearn中获取GridSearchCV中的选定功能
发布时间:2020-12-17 17:41:42 所属栏目:Python 来源:网络整理
导读:我使用交叉验证(rfecv)的递归特征消除作为GridSearchCV的特征选择技术. 我的代码如下. X = df[my_features_all]y = df['gold_standard']x_train,x_test,y_train,y_test = train_test_split(X,y,random_state=0)k_fold = StratifiedKFold(n_splits=5,shuffle=
我使用交叉验证(rfecv)的递归特征消除作为GridSearchCV的特征选择技术. 我的代码如下.
现在,我想从上面的代码中获得最佳数量的功能和所选功能. 为此,我运行了以下代码.
但是,出现以下错误: 还有其他获取这些详细信息的方法吗? 如果需要,我很乐意提供更多详细信息. 最佳答案
您传递给GridSearchCV的对象rfecv不适合它.首先将其克隆,然后将这些克隆拟合至数据并评估超参数的所有不同组合.
因此,要访问最佳功能,您需要访问GridSearchCV的best_estimator_属性:
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |