Question

我正在研究GridSearch方法来调整Desicion树模型或随机森林模型的参数。在阅读了波士顿住房价格的例子后，我发现我无法运行该示例的代码。以下代码是示例的GridSearch代码。问题是ValueError: Parameter values for parameter (max_depth) need to be a sequence.我搜索了某些示例，但是，这些示例中的变量params几乎以相同的格式定义，这可能导致此错误。我认为作者想要创建一个带键的字典总是“max_depth”，但值会从1到10不等。我无法解决这个问题。有人可以帮助我吗？

def fit_model(X, y):
""" Performs grid search over the 'max_depth' parameter for a 
    decision tree regressor trained on the input data [X, y]. """


    # Create cross-validation sets from the training data
    cv_sets = ShuffleSplit(X.shape[0], n_iter = 10, test_size = 0.20, random_state = 0)
    print (cv_sets)
    # Create a decision tree regressor object
    regressor = DecisionTreeRegressor()

    # Create a dictionary for the parameter 'max_depth' with a range from 1 to 10
    params = {'max_depth': range(1,11)}

    # Transform 'performance_metric' into a scoring function using 'make_scorer' 
    scoring_fnc = make_scorer(performance_metric)

    # Create the grid search object
    grid = GridSearchCV(estimator=regressor, param_grid=params, scoring=scoring_fnc, cv=cv_sets)

    # Fit the grid search object to the data to compute the optimal model
    grid = grid.fit(X, y)

    # Return the optimal model after fitting the data
    return grid.best_estimator_

Answer 1

我的理论是：grid-search模块是为python 2设计的，其中：

range生成list
所以没有range类型可以检查

因此，从Python 3传递range是一个不起作用的角落，带有令人困惑的消息。

我想通过查看第348行附近的source code找到原因（和修复）：

    check = [isinstance(v, k) for k in (list, tuple, np.ndarray)]
    if True not in check:
        raise ValueError("Parameter values for parameter ({0}) need "
                         "to be a sequence.".format(name))

在python 3中，range is a sequence但由于它不再生成list，grid-search不接受它，因为代码测试对象类型明显（所以如果你问我:)错误消息稍微关闭。另外，我非常确定如果代码在类型测试中也包含range，那么其余代码也能很好地工作，因为range非常接近list模拟生成任何。

修复方法是强制迭代，例如：

params = {'max_depth': list(range(1,11))}

（tuple或numpy数组也可以正常工作）

要修复grid-search，可以执行：for k in (list, tuple, np.ndarray, range)（但可能会在python 2中中断，并且此处可能存在一些python 2/3兼容性要求）

其他修正案将是：

不执行任何检查，让Python决定何时使用这些方法（更好地请求宽恕而非许可）
只需使用if isinstance(k,(list, tuple, np.ndarray, range)):，因为isinstance已经接受tuple，不需要复杂的构造，并且列表推导生成布尔值。

创建一个具有相同键但值不同的字典

1 个答案: