Question

我正在尝试运行scikit-learn工具GridSearchCV，但是以下代码

from sklearn.ensemble import AdaBoostRegressor
from sklearn.datasets import make_regression
from sklearn.model_selection import GridSearchCV 

X, y = make_regression(
    n_features=5, n_informative=3, n_samples=200)

params = {'n_estimators': range(1, 100),
          'learning_rate': [.01, .1, .2, .5, .7, .9, .99, 1]}

optRegressor = GridSearchCV(
    AdaBoostRegressor(), params,
    scoring = 'accuracy', cv = 5, n_jobs = -1, verbose=3)

optRegressor.fit(X, y)

返回

ValueError: continuous is not supported

This question也有类似的问题，但答案是将熊猫数据帧转换为numpy数组。我已经在使用numpy数组，因此这并不适用。

this other question中的问题与所使用的分数有关。但是documentation指出，关于scoring参数

如果为“无”，则使用估算器的评分方法。

因此，在这种情况下，默认情况下，使用的评分方法应为AdaBoostRegressor.score。这种评分方法显然是回归评分，因此解决方案也不起作用。

如何在此示例上运行GridSearchCV？

scikit-学习GridSearchCV返回ValueError：不支持连续

0 个答案: