在管道中的 运行 GridSearch 之后提取 best_params

Question

所以我 运行 一个非常彻底的 GridSearch，在集成管道中具有 10 倍交叉验证，采用以下方式-

pipeline_rf = Pipeline([
('standardize', MinMaxScaler()), 
('grid_search_lr', GridSearchCV(
    RandomForestClassifier(),
    param_grid={'bootstrap': [True],
                 'max_depth': [50, 100, 150, 200],
                 'max_features': ['auto', 'sqrt'],
                 'min_samples_leaf': [1, 2, 4],
                 'min_samples_split': [2, 5, 10],
                 'n_estimators': [100, 200, 500, 1000, 1500]},
    cv=10,
    n_jobs=-1,
    scoring='roc_auc',
    verbose=2,
    refit=True
    ))
])

pipeline_rf.fit(X_train, y_train)

我应该如何提取最佳参数集？

Answer 1

您首先需要从管道中获取 gridSearchCV 对象，然后对其调用 best_params_。这可以通过以下方式完成：

pipeline_rf.named_steps['grid_search_lr'].best_params_