Почему функция scikit-learn validation_curve () имеет ошибку при выполнении параллельных заданий с моделями MLPClassifier? - PullRequest
Новая
       17

Почему функция scikit-learn validation_curve () имеет ошибку при выполнении параллельных заданий с моделями MLPClassifier?

0 голосов
/ 28 января 2019

Краткое описание проблемы

Я использую функцию validation_curve () в Scikit-Learn для построения кривых сложности модели при использовании GridSearchCV (и RandomizedSearchCV) на MLPClassifier , но функция validation_curve () возвращает ошибку:
TypeError: объект 'rv_frozen' не повторяется

Поиск варьируется по альфе и hidden_layer_sizes.Эта ошибка возникает только тогда, когда n_jobs больше 1 .Проблема заключается в запуске validation_curve параллельно с функцией при использовании MLPClassifier.

Есть ли способ решить эту проблему, не уменьшая n_jobs до 1?

Попытки разрешить

Единственный способ решить эту проблему - установить n_jobs = 1. Однако этот код перекрестной проверки работает для других моделей, таких как GradientBoostingClassifier.

Я пробовал как GridSearchCV, так и RandomizedSearchCV.и уменьшил пространство параметров без разрешения.Я также попробовал это на двух уникальных наборах данных и получил ту же ошибку.Я также перешел от использования случайного KFold с 5 разделениями к простой записи cv = 5 в validation_curve ().

Код 

def create_validation_curve(df, pipeline, scoring, s_cv, X_train,     y_train, param_name, param_range, n_jobs):
    df_features = df.drop('target', axis=1)
    df_target = df['target']
    cv = KFold(n_splits=5, shuffle=True)
    cv = cv.split(X_train, y_train)

    train_scores, test_scores = validation_curve(
        estimator=s_cv.best_estimator_, X=X_train, y=y_train, 
        param_name=param_name, param_range=param_range, cv=5, scoring=scoring, n_jobs=n_jobs)

Ожидаемые результаты

Я не сделалполучить эту ошибку для других моделей, таких как GradientBoostingClassifier или DecisionTreeClassifier.

Полная ошибка

Полная ошибка приведена ниже: 

TypeError Traceback (most recent call last)
<ipython-input-11-363a4bc65384> in <module>
    111 param_range = sp_randint(50, 200)
    112 train_scores, test_scores = create_validation_curve(
--> 113     df, pl_classifier, scoring, rs_cv, X_train, y_train, param_name, param_range, n_jobs)
    114 
    115 plot_validation_curve(param_range, train_scores, test_scores, param_name, alpha=0.1)

<ipython-input-11-363a4bc65384> in create_validation_curve(df, pipeline, scoring, s_cv, X_train, y_train, param_name, param_range, n_jobs)
     48     train_scores, test_scores = validation_curve(
     49         estimator=s_cv.best_estimator_, X=X_train, y=y_train,
---> 50         param_name=param_name, param_range=param_range, cv=5, scoring=scoring, n_jobs=n_jobs)
     51 
     52     return train_scores, test_scores

~/anaconda3/lib/python3.7/site-packages/sklearn/model_selection/_validation.py in validation_curve(estimator, X, y, param_name, param_range, groups, cv, scoring, n_jobs, pre_dispatch, verbose, error_score)
   1445         error_score=error_score)
   1446         # NOTE do not change order of iteration to allow one time cv splitters
-> 1447         for train, test in cv.split(X, y, groups) for v in param_range)
   1448     out = np.asarray(out)
   1449     n_params = len(param_range)

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in __call__(self, iterable)
    915             # remaining jobs.
    916             self._iterating = False
--> 917             if self.dispatch_one_batch(iterator):
    918                 self._iterating = self._original_iterator is not None
    919 

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in dispatch_one_batch(self, iterator)
    752             tasks = BatchedCalls(itertools.islice(iterator, batch_size),
    753                                  self._backend.get_nested_backend(),
--> 754                                  self._pickle_cache)
    755             if len(tasks) == 0:
    756                 # No more tasks available in the iterator: tell caller to stop.

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in __init__(self, iterator_slice, backend_and_jobs, pickle_cache)
    208 
    209     def __init__(self, iterator_slice, backend_and_jobs, pickle_cache=None):
--> 210         self.items = list(iterator_slice)
    211         self._size = len(self.items)
    212         if isinstance(backend_and_jobs, tuple):

~/anaconda3/lib/python3.7/site-packages/sklearn/model_selection/_validation.py in <genexpr>(.0)
   1445         error_score=error_score)
   1446         # NOTE do not change order of iteration to allow one time cv splitters
-> 1447         for train, test in cv.split(X, y, groups) for v in param_range)
   1448     out = np.asarray(out)
   1449     n_params = len(param_range)

TypeError: 'rv_frozen' object is not iterable
...