Question

在以下代码中：

volatile

预测应该用什么？

# Load dataset iris = datasets.load_iris() X, y = iris.data, iris.target rf_feature_imp = RandomForestClassifier(100) feat_selection = SelectFromModel(rf_feature_imp, threshold=0.5) clf = RandomForestClassifier(5000) model = Pipeline([ ('fs', feat_selection), ('clf', clf), ]) params = { 'fs__threshold': [0.5, 0.3, 0.7], 'fs__estimator__max_features': ['auto', 'sqrt', 'log2'], 'clf__max_features': ['auto', 'sqrt', 'log2'], } gs = GridSearchCV(model, params, ...) gs.fit(X,y)？
gs？或
gs.best_estimator_？

这3个有什么区别？

Answer 1

gs.predict(X_test)相当于gs.best_estimator_.predict(X_test)。使用其中任何一个，X_test将通过整个管道传递，它将返回预测。

然而，

gs.best_estimator_.named_steps['clf'].predict()只是管道的最后阶段。要使用它，必须已经执行了功能选择步骤。这只有在您之前通过gs.best_estimator_.named_steps['fs'].transform()

运行数据时才有效

生成预测的三种等效方法如下所示：

直接使用gs。

pred = gs.predict(X_test)

使用best_estimator_。

pred = gs.best_estimator_.predict(X_test)

调用管道中的每个步骤。

X_test_fs = gs.best_estimator_.named_steps['fs'].transform(X_test)
pred = gs.best_estimator_.named_steps['clf'].predict(X_test_fs)