我想应用样本权重,同时使用来自sklearn的管道,该管道应该进行特征转换,例如多项式,然后应用回归量,例如ExtraTrees.
我在以下两个示例中使用以下包：
from sklearn.ensemble import ExtraTreesRegressor import numpy as np from sklearn.pipeline import Pipeline from sklearn.preprocessing import polynomialFeatures
只要我单独转换功能并在之后生成和训练模型,一切都很顺利：
#Feature generation X = np.random.rand(200,4) Y = np.random.rand(200) #Feature transformation poly = polynomialFeatures(degree=2) poly.fit_transform(X) #Model generation and fit clf = ExtraTreesRegressor(n_estimators=5,max_depth = 3) weights = [1]*100 + [2]*100 clf.fit(X,Y,weights)
但是在管道中执行它不起作用：
#Pipeline generation
pipe = Pipeline([('poly2',polynomialFeatures(degree=2)),('ExtraTrees',ExtraTreesRegressor(n_estimators=5,max_depth = 3))])
#Feature generation
X = np.random.rand(200,4)
Y = np.random.rand(200)
#Fitting model
clf = pipe
weights = [1]*100 + [2]*100
clf.fit(X,weights)
我收到以下错误：TypeError：fit()最多需要3个参数(给定4个)
在这个简单的例子中,修改代码没有问题,但是当我想在我的实际代码中对我的真实数据运行几个不同的测试时,能够使用管道和样本权重
解决方法
在
Pipeline文档的fit方法中提到了** fit_params.您必须指定要将参数应用于管道的哪个步骤.您可以通过遵循文档中的命名规则来实现此目的：
For this,it enables setting parameters of the varIoUs steps using their names and the parameter name separated by a ‘__’,as in the example below.
所以说的是,尝试将最后一行更改为：
clf.fit(X,**{'ExtraTrees__sample_weight': weights})
This is a good example如何使用管道中的参数.