Question

这是我第一次在这里发布。

我是一名Python机器学习新手，我一直在Jupyter Notebook（v 6.0.3）中使用Scikit-Learn（v 0.22.1）自学。如果您能帮助我解决这个问题，我将非常高兴。

我完全从auto_examples_python / datasets / plot_cv_diabetes.py（从scikit-learn 0.22.1下载的文件）中复制了此代码，但该代码无法在我的Jupyter笔记本上运行：

    import numpy as np
    import matplotlib.pyplot as plt

    from sklearn import datasets
    from sklearn.linear_model import LassoCV, Lasso
    from sklearn.model_selection import GridSearchCV, KFold

    X, y = datasets.load_diabetes(return_X_y = True)
    X = X[:150]
    y = y[:150]

    lasso = Lasso(alpha = 1.0, random_state = 0, max_iter = 10000)
    alphas = np.logspace(-4, -0.5, 30)
    tuned_parameters = [{'alphas': alphas}]
    n_folds = 5

    clf = GridSearchCV(lasso, tuned_parameters, cv=n_folds, refit = False)

    clf.fit(X, y)

它给了我错误：

 >ValueError: Invalid parameter alphas for estimator Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=10000,
  normalize=False, positive=False, precompute=False, random_state=0,
  selection='cyclic', tol=0.0001, warm_start=False). Check the list of available parameters with `estimator.get_params().keys()`.

同样，当我这样做时：

    scores = clf.cv_results_['mean_test_score']
    scores_std = clf.cv_results_['std_test_score']

    plt.figure().set_size_inches(8, 6)
    plt.semilogx(alphas, score)

我得到：

   >AttributeError: 'GridSearchCV' object has no attribute 'cv_results_'

谢谢您的帮助。

Answer 1

根据Lasso doc，您应该使用alpha。实际上，修改：

tuned_parameters = [{'alphas': alphas}]

进入：

tuned_parameters = [{'alpha': alphas}]

您的代码应该可以使用。

ValueError：估算器套索的无效参数Alpha

1 个答案: