MeanShift估计器的无评分方法-scikit-learn

Question

我试图使用GridSearch为MeanShift算法遍历不同的带宽值，它显示了此错误；你们当中有人知道我该如何解决吗？非常感谢！

as_cmap

这是我得到的错误：

# Using GridSearch for Algorithm Tuning
from sklearn.model_selection import GridSearchCV
meanshift=MeanShift()
C = range(48, 69) # For MeanShift bandwidth
param_grid = {"bandwidth": range(48, 69)}

mean_grid = GridSearchCV(estimator=meanshift, param_grid=param_grid, scoring=None)

mean_grid.fit(X)

Answer 1

您不能很好地将GridSearch与无人监督方法一起使用。

网格搜索的概念是在对保留的数据进行预测时，选择具有最佳得分的那些参数。但是由于大多数聚类算法无法预测看不见的数据，所以这是行不通的。

在无监督学习中选择“最佳”参数并不是那么简单。这就是为什么没有像gridsearch这样的简单自动化工具的原因。

Answer 2

这是因为MeanShift算法不包含score函数。在这种情况下，您必须在scoring中指定GridSearchCV。 Here是完整列表。

来自GridSearchCV的{​​{3}}：

  

参数：

     

estimator ：估算器对象。

     

假定实现了scikit-learn估计器接口。估算器需要提供一个score函数，或者必须传递scoring。