Я хочу реализовать GridSearchCV для модели XGboost в конвейере. У меня есть препроцессор для данных, определенных выше кода, некоторые параметры сетки
XGBmodel = XGBRegressor(random_state=0)
pipe = Pipeline(steps=[
('preprocess', preprocessor),
('XGBmodel', XGBmodel)
])
И я хочу передать эти подходящие параметры
fit_params = {"XGBmodel__eval_set": [(X_valid, y_valid)],
"XGBmodel__early_stopping_rounds": 10,
"XGBmodel__verbose": False}
Я пытаюсь соответствовать модели
searchCV = GridSearchCV(pipe, cv=5, param_grid=param_grid, fit_params=fit_params)
searchCV.fit(X_train, y_train)
но я получаю ошибку в строке с eval_set
: DataFrame.dtypes for data must be int, float or bool
Я полагаю, это потому, что данные проверки не проходят предварительную обработку, но когда я в Google, я обнаруживаю, что везде это делается таким образом и, похоже, должно работать.
Также я попытался найти способ применить препроцессор для данных проверки отдельно, но невозможно преобразовать данные проверки без подгонки данных поезда до этого.
Полный код
columns = num_cols + cat_cols
X_train = X_full_train[columns].copy()
X_valid = X_full_valid[columns].copy()
num_preprocessor = SimpleImputer(strategy = 'mean')
cat_preprocessor = Pipeline(steps=[
('imputer', SimpleImputer(strategy = 'most_frequent')),
('onehot', OneHotEncoder(handle_unknown='ignore'))
])
preprocessor = ColumnTransformer(transformers=[
('num', num_preprocessor, num_cols),
('cat', cat_preprocessor, cat_cols)
])
XGBmodel = XGBRegressor(random_state=0)
pipe = Pipeline(steps=[
('preprocess', preprocessor),
('XGBmodel', XGBmodel)
])
param_grid = {
"XGBmodel__n_estimators": [10, 50, 100, 500],
"XGBmodel__learning_rate": [0.1, 0.5, 1],
}
fit_params = {"XGBmodel__eval_set": [(X_valid, y_valid)],
"XGBmodel__early_stopping_rounds": 10,
"XGBmodel__verbose": False}
searchCV = GridSearchCV(pipe, cv=5, param_grid=param_grid, fit_params=fit_params)
searchCV.fit(X_train, y_train)
Есть ли способ предварительной обработки данных проверки в конвейере? Или, может быть, совершенно другой способ реализации этой вещи?