对于岭回归如何用网格搜索得到最佳的超参数

Question

岭回归用了Pipeline

def RidgeRegression(degree, alpha):
    return Pipeline([
        ('poly', PolynomialFeatures(degree=degree)),
        ('std_scaler', StandardScaler()),
        ('ridge_reg', Ridge(alpha=alpha)),
    ])

然后我用网格搜索时得到如下错误

Answer 1

liuyubobobo 2019-07-15 03:22:38

这是一个工程问题，本质是，如何对sklearn中的一个Pipeline做网格搜索？

可以参考这里：http://coding.imooc.com/learn/questiondetail/61679.html

继续加油！：）

• 提问者 慕粉4186965 #1

  非常感谢。。。我发现一个问题：如果下面这个函数定义时不给默认值，初始化 GridSearchCv(ridge_reg, param_grid) 则会报错
  
  
  def RidgeRegression(degree=1, alpha=0.0001):
      return Pipeline([
          ('poly', PolynomialFeatures(degree=degree)),
          ('std_scaler', StandardScaler()),
          ('ridge_reg', Ridge(alpha=alpha)),
      ])