0
Je recherche sur les paramètres dans le pipeline en utilisant GridSearchCV
dans Scikit. J'ai fait fonctionner mon code, mais si je veux ajouter class_weights
, je frappe un mur.Gridsearch dans le pipeline
from sklearn.pipeline import Pipeline
RFC = RandomForestClassifier()
PCA = PCA()
pipe = Pipeline(steps=[('PCA', PCA), ('RFC', RFC)])
param_dict = {'RFC__n_estimators': [100,150],
'RFC__class_weights': [{0:1,1:2},{0:1,1:4}],
'PCA__n_components': [60,80]}
from sklearn.grid_search import GridSearchCV
estimator = GridSearchCV(pipe, param_dict, scoring='roc_auc')
estimator.fit(X_train, y_train)
Quelle est la bonne façon d'ajouter ce paramètre à GridSearch?
Eh bien, cela est gênant. Je vous remercie. Je vais probablement supprimer la question, il ne mérite pas les mégabites pour le stocker. – HonzaB