Question

我需要构建我的自定义转换器，在管道中使用它并使用GridSearchCV评估它调整该管道的参数。

我设法按照here的建议实现了简单的自定义变换器，但是尝试使用内部估算器实现变换器时出现的问题，并在GridSearchCV中使用此构造。在我看来，我自己找不到答案，因为我不完全理解搜索方法的微妙之处，如（网格/随机化）SearchCV和set_params。

＆＃34;用Python简介ML＆＃34; 一书描述了GridSearchCV逻辑而不是天真：

...iterating over each parameters combination...
    init estimator
    fit estimator
    evaluate

但这种天真的方法无法回答我的问题。为了澄清我的问题，让我们来看看。看看这个案例：

class OuterTransformer(BaseEstimator, TransformerMixin):
    _options = {'std':StandardScaler(),'mm':MinMaxScaler()}
    def __init__(self, option='std'):
        ...

对我来说，主要的问题是＆＃34;我在哪里选择内部估算器的逻辑？＆＃34; 。根据上面提到的帖子，这应该是这样的：

    def __init__(self, option='std'):
        self.option = option
    def fit(self, data, y=None):
        self.option = self._options[option] 
        ...

另一方面，常识要求GridSearch在调用 fit 之前必须传递参数来初始化内部估算器，因此应在 __ init __ 中选择内部估算器。 / p>

似乎第一种方式工作正常，但我无法理解为什么。可以请有人向我解释这个现象吗？

Answer 1

看起来我理解了估算器参数的初始化和重新初始化的逻辑。这有助于回答我的问题：

类字段必须使用传递给构造函数的原始值进行初始化，而不是使用它们的某些“衍生物”进行初始化，因为每个初始化估算器，scikit调用 __ init __ ，传递在CV启动之前通过 get_params 方法从实例中提取的参数。

get_params 的本质是它扫描类的方法 __ init __ 的签名，并从名称对应于名称的估计器字段的实例中提取 __ init __ 的参数（当然除了 self ）。

因此，如果我们将“派生”值写入 __ init __ 方法中的字段，这些“派生”值将转移到下一个重新初始化，这意味着一切都会失败。

class OuterTransformer(BaseEstimator, TransformerMixin):
    _options = {'std':StandardScaler(),'mm':MinMaxScaler()}

    # good init- all fine
    def __init__(self, option='std'):
        self.option = option

    # bad init - will not work, because option is not an 'original' parameter.
    def __init__(self, option='std'):
        self.option = self._options[option]

scikit学习。 GridSearchCV管道中的Custom Transformer set_params逻辑。

1 个答案: