Сетка для поиска резюме со собственной оценкой в ​​python - PullRequest
Новая
       41

Сетка для поиска резюме со собственной оценкой в ​​python

1 голос
/ 01 апреля 2019

Я пытаюсь построить свой собственный оценщик (регрессор) и использовать его для вменения (KnnImputation). У меня проблема с использованием поиска по сетке "GridSearchCV". Есть идеи, в чем проблема?

Мой код: 

class KnnImputation(BaseEstimator, RegressorMixin):

    def __init__(self, k=5, distance='euclidean'):
        self.k = k
        self.distance = distance

    def get_params(self, deep=False):
        return {'k': self.k, 'distance': self.distance}

    def set_params(self, **parameters):
        self.k = parameters['k']
        self.distance = parameters['distance']

    def fit(self, X, y):

        self.xTrain = X.values
        self.yTrain = y.values

        return self

    def predict(self, X):
        ........

        return yPred

# scorer:
scorer = make_scorer(mean_squared_error)

kf = KFold(n_splits=10, shuffle=False, random_state=23)
NN = KnnImputation()
gridSearchNN = GridSearchCV(NN, param_grid=params, scoring=scorer, n_jobs=1,
                            cv=kf.split(xTrain, yTrain), verbose=1)
gridSearchNN.fit(X=xTrain, y=yTrain)

Моя ошибка: 

....
  File "C:\Users\...........\dataImputation.py", line 85, in knnImputationMethod
    gridSearchNN.fit(X=xTrain, y=yTrain)
  File "C:\Users\.....\Anaconda3\lib\site-packages\sklearn\model_selection\_search.py", line 740, in fit
    self.best_estimator_.fit(X, y, **fit_params)
AttributeError: 'NoneType' object has no attribute 'fit'

1 Ответ

2 голосов
/ 08 апреля 2019

Из исходного кода sklearn в sklearn.model_selection._search у нас есть следующий код в методе fit: 

if self.refit:
    self.best_estimator_ = clone(base_estimator).set_params(
        **self.best_params_)
    refit_start_time = time.time()
    if y is not None:
        self.best_estimator_.fit(X, y, **fit_params)

Важной вещью здесь является строка: 

self.best_estimator_ = clone(base_estimator).set_params(**self.best_params_)

Клон состоит из объекта base_estimator, который является просто вашим KNNImputation классом.Метод экземпляра set_params() затем вызывается на этом клонированном оценщике.Переменная self.best_estimator затем указывает на возвращаемое значение set_params().

В предоставленном вами коде метод set_params() не имеет оператора return, поэтому он возвращает None.Таким образом, вызов self.best_estimator_.fit() эквивалентен None.fit(), что явно не будет работать.Вам необходимо включить цепочку методов, возвращая self в функции set_params().

Соответствующим кодом будет: 

def set_params(self, **parameters):
    self.k = parameters['k']
    self.distance = parameters['distance']
    return self

TL; DR:

Необходимо включить сцепление методов в set_params, вернув self.

...