python – 管道：多个分类器？

我在Python中阅读以下关于Pipelines和GridSearchCV的示例：
http://www.davidsbatista.net/blog/2017/04/01/document_classification/

Logistic回归：

pipeline = Pipeline([
    ('tfidf', TfidfVectorizer(stop_words=stop_words)),
    ('clf', OneVsRestClassifier(LogisticRegression(solver='sag')),
])
parameters = {
    'tfidf__max_df': (0.25, 0.5, 0.75),
    'tfidf__ngram_range': [(1, 1), (1, 2), (1, 3)],
    "clf__estimator__C": [0.01, 0.1, 1],
    "clf__estimator__class_weight": ['balanced', None],
}

SVM：

pipeline = Pipeline([
    ('tfidf', TfidfVectorizer(stop_words=stop_words)),
    ('clf', OneVsRestClassifier(LinearSVC()),
])
parameters = {
    'tfidf__max_df': (0.25, 0.5, 0.75),
    'tfidf__ngram_range': [(1, 1), (1, 2), (1, 3)],
    "clf__estimator__C": [0.01, 0.1, 1],
    "clf__estimator__class_weight": ['balanced', None],
}

有没有一种方法可以将Logistic回归和SVM组合成一个管道？比方说,我有一个TfidfVectorizer,喜欢测试多个分类器,然后每个分类器输出最好的模型/参数.

解决方法:

是的,您可以通过构建包装函数来实现.这个想法是传递两个词典：模型和参数;

然后使用GridSearchCV为此迭代地调用包含所有参数的模型进行测试.

检查此示例,添加了额外的功能,以便最后输出一个数据框,其中包含不同模型/参数和不同性能分数的摘要.

编辑：这里粘贴的代码太多了,您可以在这里查看完整的工作示例：

http://www.davidsbatista.net/blog/2018/02/23/model_optimization/

标签：pipeline,grid-search,python,scikit-learn
来源： https://codeday.me/bug/20191007/1864069.html