Почему мой код гиперпараметров не работает?

Question

Я пытаюсь улучшить свою линейную регрессию, используя вычисления гиперпараметров, и мой код не работает, при записи кода ошибки необходимо указать CV внутри, а внутренние параметры не могут быть найдены в импорте sckit.

Я пытаюсь изменить код без успеха.

from sklearn.model_selection import GridSearchCV
import random 
import numpy as np

np.random.seed(3456) 

#nr.seed(3456)

## Define the dictionary for the grid search and the model object to search 

param_grid = {"M": [0.0001, 0.001, 0.01, 0.1, 1.0,10.0]}

## Define the linear regression model

#lin_mod = linear_model.LogisticRegression(class_weight = {0:0.45, 1:0.55}) 
lin_mod = linear_model.LinearRegression(fit_intercept = False)

## Perform the grid search over the parameters

clf = ms.GridSearchCV(estimator = lin_mod, param_grid = param_grid, cv = 3, 

scoring = 'roc_auc', return_train_score = True)

 # Use the inside folds

## Fit the cross validated grid search over the data 

clf.fit(train_X, train_y)

## And print the best parameter value

clf.best_estimator_.M

Answer 1

Эти три строковых изменения, применимые к вашему коду, могут дать вам дальнейший

from sklearn.linear_model import LinearRegression


lin_mod = LinearRegression(fit_intercept = False)

clf = GridSearchCV(estimator = lin_mod, param_grid = param_grid, cv = 3,
    scoring = 'roc_auc', return_train_score = True)