Question

我正在通过sklearn使用GridSearchCV调整我的RandomForestClassifier。我只调整两个参数：

“n_estimators”和“min_samples_leaf”。

这是代码的一部分：

RFC=RandomForestClassifier(criterion='entropy', random_state=42, max_features='log2', warm_start=True, oob_score=True, n_jobs=-1)
our_param_grid = [ {'n_estimators':[400, 500, 600, 700]}, {'min_samples_leaf':[50, 70, 90, 110, 130, 150, 170, 190]} ]
grid = GridSearchCV(estimator = RFC, param_grid = our_param_grid, cv=3)
grid.fit(X, Y)
print grid.best_params_

我收到有关OOB_Score的警告和错误。

这是我得到的警告。

Warning: Some inputs do not have OOB scores. This probably means too few trees where used to compute any reliable oob estimators.                                                                                                                  
warn("Some inputs do not have OOB scores. "

然后弹出一个错误，导致程序终止。这是我得到的确切错误。

RuntimeWarning: invalid value encountered in true_divide predictions[k].sum(axis=1)[:, np.newaxis])
{'n_estimators': 700}

我在制作RFC模型时设置了oob_score = True。任何人都可以帮助我理解我出错的地方。

Answer 1

继续发表评论......

您可以使用以下内容并尝试运行GridSearchCV吗？

our_param_grid = {'n_estimators':[400, 500, 600, 700] , 'min_samples_leaf':[50, 70, 90, 110, 130, 150, 170, 190]}

说明：

我认为这是问题，因为GridSearchCV希望param_grid成为字典。

在您的情况下，您有一个列表，似乎在n_estimator = 700之后，它会卡住并且无法“看到”min_samples_leaf。

随机森林：网格搜索运行时错误

1 个答案: