如何访问管道中包含的模型中的最佳估计器参数？答案

【问题标题】：How can i access to the best estimator params in a model that is contained in a pipeline?如何访问管道中包含的模型中的最佳估计器参数？
【发布时间】：2020-03-10 07:38:17
【问题描述】：

我有以下 sklearn 管道：

Pipeline(memory=None,
     steps=[('feature_processor', DataProcessor()),
            ('classifier', GridSearchCV(cv=15,
                                        error_score='raise-deprecating',
                                        estimator=XGBClassifier(base_score=0.5,
                                                                booster='gbtree',
                                                                colsample_bylevel=1,
                                                                colsample_bynode=1, 
                                                                colsample_bytree=1,
                                                                gamma=0, learning_rate=0.1,
                                                                max_delta_step=0,..._dispatch='2*n_jobs',
                                                                refit=True,
                                                                return_train_score='warn',
                                                                scoring='accuracy', verbose=1))
            ])

里面有一个训练好的模型，使用GridSearchCV优化了参数。带有管道的模型被保存到 pickle 中。我正在使用pickle.load() 来读回它，但现在我只是不知道如何访问GridSearchCV 找到的最佳参数。

请有人指出我正确的方向吗？

如果无法通过管道的信息访问此信息，是否还有其他方法可以做到这一点？

非常感谢您

【问题讨论】：

这个答案有帮助吗？
是的，是的，对不起，我忘了接受，但现在可以了

标签： python python-3.x machine-learning scikit-learn pipeline

【解决方案1】：

试试这个：

pipeline.named_steps['classifier'].best_params_

【讨论】：

【解决方案2】：

从您的示例中，您可以通过以下方式获得最佳模型：

loaded_pipe = pickle.load(open("<your_pkl_file>", 'rb'))
loaded_pipe['classifer'].best_estimator_

编辑：

仅用于最佳参数：

loaded_pipe['classifer'].best_params_

【讨论】：