使用 GridSearchCV 和 pipeline 时，我可以为一个组件使用固定的参数设置吗？

【问题标题】：Can I use fixed parameter settings for one component when using GridSearchCV with pipeline？使用 GridSearchCV 和 pipeline 时，我可以为一个组件使用固定的参数设置吗？
【发布时间】：2021-09-15 19:23:54
【问题描述】：

我正在尝试先将 PCA 应用于原始数据，然后使用决策树进行分类。

对于 PCA，我只想修复 n_components，对于决策树，我正在使用 GridSearchCV 来查找最佳超参数设置。

如何确保 n_components 不会改变？我在管道中定义PCA时可以修复它，并且在GridSearchCV的param_grid中没有提及PCA的任何设置吗？

或者我应该在 GridSearchCV 的 param_grid 中修复它，例如 'PCA__n_components':[5]？

【问题讨论】：

标签： scikit-learn pipeline gridsearchcv

【解决方案1】：

有两种方法可以执行此操作。

使用超参数初始化 Transformer/Estimator：

pipe = Pipeline(
    steps=[('pca', PCA(n_components=2)),
           ('clf', DecisionTreeClassifier())])

修复param_grid中的超参数：

param_grid = {
'pca__n_components': [2]
}

grid = GridSearchCV(pipe, param_grid)

注意事项： PCA 的尺寸是微调模型的重要参数。最佳的n_components 肯定会提高模型的性能，同时降低其复杂性。

【讨论】：