一次从 GridSearch 设置多个参数答案

【问题标题】：Set multiple parameters from GridSearch at once一次从 GridSearch 设置多个参数
【发布时间】：2018-02-25 03:06:14
【问题描述】：

在我的数据集上使用 GridSearchCV 后，我想提取所有最佳参数。

from sklearn.tree import DecisionTreeClassifier

params_grid = {'max_depth': np.arange(3, 10),
              'max_leaf_nodes':list(xrange(20,100,20)),
              'max_features':list(xrange(2,10,2))
               }
my_dt = DecisionTreeClassifier()
grid_clf = GridSearchCV(my_dt, params_grid)
grid_clf.fit(xtrain, ytrain)

best_plist = grid_clf.best_params_

现在我想创建一个新的DecisionTreeClassifier 对象并将其参数设置为与best_plist 相同。问题是我是手动为每个参数做这样的：

new_clf = DecisionTreeClassifier()
new_clf.max_depth=bestplit['max_depth']  # and so on for all the parameters

但是，我将分析多个 ML 算法，并且需要一种通用的方法来设置新对象的参数，而不是对每个算法进行硬编码。我只是想知道在 sklearn 中是否有任何解决方法？

【问题讨论】：

您可以直接使用grid_clf.best_estimator_，它将返回具有最佳参数的估计器。

标签： python machine-learning scikit-learn grid-search

【解决方案1】：

scikit-learn 有本地方式来做你在这里尝试的事情。您需要做的是将您的新对象保存为您之前拟合的最佳参数组合。这可以通过

来实现

new_clf = grid.clf.best_estimator_

这将创建一个新的学习器对象，在您之前的搜索中具有最佳配置。

PD：这是一个老问题，也许你已经想通了，但仍然没有答案。

【讨论】：