为什么 sklearn pipeline.set_params() 不起作用？

Question

我有以下管道：

from sklearn.pipeline import Pipeline
import lightgbm as lgb


steps_lgb = [('lgb', lgb.LGBMClassifier())]
 
# Create the pipeline: composed of preprocessing steps and estimators
pipe = Pipeline(steps_lgb)

现在我想使用以下命令设置分类器的参数：

best_params = {'boosting_type': 'dart',
 'colsample_bytree': 0.7332216010898506,
 'feature_fraction': 0.922329814019706,
 'learning_rate': 0.046566283755421566,
 'max_depth': 7,
 'metric': 'auc',
 'min_data_in_leaf': 210,
 'num_leaves': 61,
 'objective': 'binary',
 'reg_lambda': 0.5185517505019249,
 'subsample': 0.5026815575448366}

pipe.set_params(**best_params)

然而，这会引发错误：

ValueError: Invalid parameter boosting_type for estimator Pipeline(steps=[('estimator', LGBMClassifier())]). Check the list of available parameters with `estimator.get_params().keys()`.

boosting_type 绝对是 lightgbm 框架的核心参数，但是如果删除（来自 best_params）其他参数会导致 valueError 被提升。

所以，我想要的是在创建管道后设置分类器的参数。

Answer 1

使用管道时，您需要根据它们引用管道的哪一部分为参数加上相应组件的名称（此处为 lgb），后跟双 uncerscore（lgb__);事实上，这里您的管道仅包含一个元素并不会改变此要求。

因此，您的参数应该如下（仅显示前 2 个元素）：

best_params = {'lgb__boosting_type': 'dart',
               'lgb__colsample_bytree': 0.7332216010898506
              }

如果您遵循错误消息中明确提供的建议，您自己就会发现这一点：

Check the list of available parameters with `estimator.get_params().keys()`.

在你的情况下，

pipe.get_params().keys()

给予

dict_keys(['memory',
           'steps', 
           'verbose',
           'lgb',
           'lgb__boosting_type',
           'lgb__class_weight',
           'lgb__colsample_bytree',
           'lgb__importance_type', 
           'lgb__learning_rate',
           'lgb__max_depth',
           'lgb__min_child_samples',
           'lgb__min_child_weight',
           'lgb__min_split_gain',
           'lgb__n_estimators',
           'lgb__n_jobs',
           'lgb__num_leaves',
           'lgb__objective',
           'lgb__random_state',
           'lgb__reg_alpha',
           'lgb__reg_lambda',
           'lgb__silent', 
           'lgb__subsample',
           'lgb__subsample_for_bin',
           'lgb__subsample_freq'])

为什么 sklearn pipeline.set_params() 不起作用？

Why does sklearn pipeline.set_params() not work?

pipeline

scikit-learn

lightgbm