Question

说我要训练使用BaggingClassifier的{{1}}：

DecisionTreeClassifier

我想使用dt = DecisionTreeClassifier(max_depth = 1) bc = BaggingClassifier(dt, n_estimators = 500, max_samples = 0.5, max_features = 0.5) bc = bc.fit(X_train, y_train)查找GridSearchCV和BaggingClassifier的最佳参数（例如来自DecisionTreeClassifier和max_depth的{{1}}来自DecisionTreeClassifier），这是什么语法？

Answer 1

如果您使用的是管道，则可以使用以下内容扩展接受的答案（请注意双，双下划线）：

model = {'model': BaggingClassifier,
         'kwargs': {'base_estimator': DecisionTreeClassifier()}
         'parameters': {
             'name__base_estimator__max_leaf_nodes': [10,20,30]
         }}
pipeline = Pipeline([('name', model['model'](**model['kwargs'])])
cv_model = GridSearchCV(pipeline, param_grid=model['parameters'], cv=cv, scoring=scorer)

调整BaggingClassifier

1 个答案: