Python sklearn：fit_transform() 不适用于 GridSearchCV

Question

我正在创建一个GridSearchCV分类器

pipeline = Pipeline([
    ('vect', TfidfVectorizer(stop_words='english',sublinear_tf=True)),
    ('clf', LogisticRegression())
    ])

parameters= {}

gridSearchClassifier = GridSearchCV(pipeline, parameters, n_jobs=3, verbose=1, scoring='accuracy')
    # Fit/train the gridSearchClassifier on Training Set
    gridSearchClassifier.fit(Xtrain, ytrain)

这很有效，我可以预测。但是，现在我想重新训练分类器。为此，我想fit_transform()对一些反馈数据进行分析。

    gridSearchClassifier.fit_transform(Xnew, yNew)

但我收到这个错误

AttributeError: 'GridSearchCV' object has no attribute 'fit_transform'

基本上我正在尝试fit_transform()分类器的内部TfidfVectorizer。我知道我可以Pipeline使用该属性访问 的内部组件named_steps。我可以为 做类似的事情gridSearchClassifier吗？

Answer 1

只要一步步打电话给他们就可以了。

gridSearchClassifier.fit(Xnew, yNew)
transformed = gridSearchClassifier.transform(Xnew)

只不过fit_transform是这两行代码，根本没有作为 的单个方法实现GridSearchCV。

更新

从评论来看，您似乎对 GridSearchCV 的实际用途有点迷失。这是一种用于拟合具有多个超参数的模型的元方法。因此，一旦调用，您就会在对象的字段fit内得到一个估计器。best_estimator_在你的情况下 - 它是一个管道，你可以像往常一样提取它的任何部分，因此

gridSearchClassifier.fit(Xtrain, ytrain)
clf = gridSearchClassifier.best_estimator_
# do something with clf, its elements etc. 
# for example print clf.named_steps['vect']

你不应该使用 gridsearchcv 作为分类器，这只是一种拟合超参数的方法，一旦你找到它们，你应该使用它们best_estimator_。但是，请记住，如果您重新安装了 TFIDF 矢量器，那么您的分类器将毫无用处；您无法更改数据表示并期望旧模型能够正常工作，一旦数据发生变化，您就必须重新安装整个分类器（除非这是精心设计的更改，并且您确保旧维度的含义完全相同 - sklearn 不支持此类操作，您必须从头开始实施）。