为 DecisionTreeClassifier 传递参数时出错

Question

我正在尝试使用字符串中的参数的 DecisionTreeClassifier。

 print d    # d= 'max_depth=100'
 clf = DecisionTreeClassifier(d)
 clf.fit(X[:3000,], labels[:3000])

在这种情况下，我遇到了错误。如果我使用clf = DecisionTreeClassifier(max_depth=100)，它可以正常工作。

Traceback (most recent call last):
  File "train.py", line 120, in <module>
    grid_search_generalized(X, labels, {"max_depth":[i for i in range(100, 200)]})
  File "train.py", line 51, in grid_search_generalized
    clf.fit(X[:3000,], labels[:3000])
  File "/usr/local/lib/python2.7/dist-packages/sklearn/tree/tree.py", line 790, in fit
    X_idx_sorted=X_idx_sorted)
  File "/usr/local/lib/python2.7/dist-packages/sklearn/tree/tree.py", line 326, in fit
    criterion = CRITERIA_CLF[self.criterion](self.n_outputs_,
KeyError: 'max_depth=100'

Answer 1

没有在 DecisionTreeClassifier 函数中定义关键字变量参数。 max_depth 可以作为关键字参数传递。请尝试以下代码：

d= 'max_depth=100'
arg = dict([d.split("=")])
i = int(next(iter(arg.values())))
k = next(iter(arg.keys()))
clf = DecisionTreeClassifier(max_depth=args['max_depth'])
clf.fit(X[:3000,], labels[:3000])

输出：

DecisionTreeClassifier(class_weight=None, criterion='gini', max_depth=100,
                       max_features=None, max_leaf_nodes=None,
                       min_impurity_decrease=0.0, min_impurity_split=None,
                       min_samples_leaf=1, min_samples_split=2,
                       min_weight_fraction_leaf=0.0, presort=False,
                       random_state=None, splitter='best')

Answer 2

您将参数作为字符串对象而不是作为可选参数传递。
如果你真的不得不用这个字符串调用构造函数，你可以使用这个代码：

 arg = dict([d.split("=")])
 clf = DecisionTreeClassifier(**arg)

您可以在此链接中阅读有关解包参数的更多信息
Passing a dictionary to a function in python as keyword parameters