Python: 放入Pipeline时Scikit Learn MLPClassifier报错

Question

Python: 放入Pipeline时Scikit Learn MLPClassifier报错

4

我正在使用OneVsRestClassifier和MLPClassifier来进行文本数据分类。我将此用于对问题集合X和多标签和多类字符串Y进行分类。请查看下面的代码片段。

text_clf = Pipeline([('scale',StandardScaler(with_mean=False)),('clf',OneVsRestClassifier(MLPClassifier(learning_rate = 'adaptive', solver = 'lbfgs',random_state=9000)))])
parameters = {'clf__alpha':[10.0 ** ~ np.arange(1, 7).any()],'clf__hidden_layer_sizes': [(100,),(50,)],'clf__max_iter': [1000,500],'clf__activation':('relu','tanh')}
grid = GridSearchCV(text_clf, parameters, cv=3, n_jobs=-1, scoring= 'accuracy') 
with parallel_backend('threading'):
    grid.fit(X,Y)

我遇到了以下错误：

ValueError: Invalid parameter activation for estimator OneVsRestClassifier(estimator=MLPClassifier(activation='relu', alpha=0.0001, batch_size='auto', beta_1=0.9,
   beta_2=0.999, early_stopping=False, epsilon=1e-08,
   hidden_layer_sizes=(100,), learning_rate='adaptive',
   learning_rate_init=0.001, max_iter=200, momentum=0.9,
   n_iter_no_change=10, nesterovs_momentum=True, power_t=0.5,
   random_state=9000, shuffle=True, solver='lbfgs', tol=0.0001,
   validation_fraction=0.1, verbose=False, warm_start=False),
      n_jobs=None). Check the list of available parameters with `estimator.get_params().keys()`.

据我的理解，MLPClassifier支持多标签分类。这是否意味着需要重新审查parameters？如果是这样的话，有没有人可以给出任何线索，在哪里更改parameters？

真的非常感谢任何帮助。

- pythondumb

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chris · Accepted Answer

您的MLPClassifier被嵌套在OneVsRestClassifier中作为其估计器。

换句话说，参数应该指定所有alpha、hidden_layer_sizes等都是针对嵌套估计器而不是OneVsRestClassifier。

像下面这样更改您的参数就可以了：

parameters = {'clf__estimator__alpha':[10.0 ** ~ np.arange(1,7).any()],
    'clf__estimator__hidden_layer_sizes': [(100,),(50,)],
    'clf__estimator__max_iter': [1000,500],
    'clf__estimator__activation':('relu','tanh')}