小编cor*_*ght的帖子

我目前正在尝试使用 OpenAI 的最新模型：gpt-3.5-turbo. 我正在遵循一个非常基本的教程。

我正在使用 Google Collab 笔记本进行工作。我必须对提示列表中的每个提示发出请求，为了简单起见，该请求如下所示：

prompts = ['What are your functionalities?', 'what is the best name for an ice-cream shop?', 'who won the premier league last year?']

我定义了一个函数来执行此操作：

import openai

# Load your API key from an environment variable or secret management service
openai.api_key = 'my_API'

def get_response(prompts: list, model = "gpt-3.5-turbo"):
  responses = []

  
  restart_sequence = "\n"

  for item in prompts:

      response = openai.Completion.create(
      model=model,
      messages=[{"role": "user", "content": prompt}],
      temperature=0,
      max_tokens=20,
      top_p=1, …

我最近开始研究线性回归机器学习。我使用LinearRegression( lr) 来预测一些值。事实上，我的预测很糟糕，我被要求更改超参数以获得更好的结果。

我使用以下命令来获取超参数：

lr.get_params().keys() 
lr.get_params()

并获得以下内容：

 'copy_X': True,
 'fit_intercept': True,
 'n_jobs': None,
 'normalize': False,
 'positive': False}

和

dict_keys(['copy_X', 'fit_intercept', 'n_jobs', 'normalize', 'positive'])

现在，这就是问题开始出现的地方。我试图找到使用该.set_params()函数的正确语法，但每个答案似乎都超出了我的理解范围。

我尝试分配一个位置参数，因为命令如lr.set_params('normalize'==True)返回

TypeError: set_params() takes 1 positional argument but 2 were given

并lr.set_params(some_params = {'normalize'})返回

ValueError (`ValueError: Invalid parameter some_params for estimator LinearRegression(). Check the list of available parameters with estimator.get_params().keys().

有人可以简单解释一下这个函数是如何工作的吗？