这是LogisticRegression的简化示例。此版本(没有GridSearchCV和Pipeline)工作:
clf = LogisticRegression()
clf.fit(X,y)
print clf.coef_
但无法正常工作,因为GridSearchCV对象没有属性:
lr_pipeline = Pipeline([('clf', LogisticRegression())])
lr_parameters = {}
lr_gs = GridSearchCV(lr_pipeline, lr_parameters)
lr_gs = lr_gs.fit(X,y)
print lr_gs.coef_
有没有办法访问它? 谢谢!
答案 0 :(得分:1)
首先需要对从网格搜索中获得的best_estimator_
进行操作。然后,您需要访问管道中的clf
步骤。然后你可以检索系数。
lr_gs.best_estimator_.named_steps['clf'].coef_