“DBSCAN”对象没有使用 GridSearchCV 和管道的属性“预测”答案

【问题标题】：'DBSCAN' object has no attribute 'predict' using GridSearchCV & Pipeline“DBSCAN”对象没有使用 GridSearchCV 和管道的属性“预测”
【发布时间】：2021-10-25 11:01:02
【问题描述】：

我正在使用scikit-learn 库并从中构建pipeline。

这是我构建的管道的最后（也是主要）部分：

preprocessor_steps = [('data_transformer', data_transformer),
                      ('reduce_dim', TruncatedSVD())]
preprocessor = Pipeline(steps=preprocessor_steps)

clustering_steps = [('preprocessor', preprocessor),
                    ('cluster', DummyEstimator())]
clustering = Pipeline(steps=clustering_steps)

data_transformer 有 OneHotEncoder、KNNImputer 等步骤。

现在我有GridSearchCV:

param_grid = [{
      'cluster': [KMeans()],
      'cluster__n_clusters': range(1, 11),
      'cluster__init': ['k-means++', 'random']
    },  
    {
      'cluster': [DBSCAN()],
      'cluster__eps': [0.5, 0.7, 1],
    }]

grid_search = GridSearchCV(estimator=clustering, param_grid=param_grid, 
                           scoring='accuracy', verbose=2, n_jobs=1,
                           error_score='raise')
  
grid_search.fit(X_train, y_train)

它适用于KMeans 的所有超参数，但对于DBSCAN 则失败。它给出了一个错误：

AttributeError: 'DBSCAN' object has no attribute 'predict'

我认为这是因为 DBSCAN 有 'fit_predict' 而不是“预测”。我不想改变我的布局（比如从 GridSearchCV 中找到最佳管道），因为我有更多的参数和算法要比较。

【问题讨论】：

标签： python scikit-learn pipeline dbscan gridsearchcv

【解决方案1】：

AgglomerativeClustering 我遇到了同样的问题为了解决这个问题，我像这样使用 Wrapper：

class AgglomerativeClusteringWrapper(AgglomerativeClustering):
    def predict(self,X):
      return self.labels_.astype(int)

因此您可以更改为 DBSCAN，一切都会正常工作。

【讨论】：