GridSearchCV.grid_scores_和mean_validation_score报错

目录

• GridSearchCV.grid_scores_和mean_validation_score报错
  • 0. 写在前面
  • 1. 问题描述和解决过程
  • 2. 不想比比直接看结果部分

GridSearchCV.grid_scores_和mean_validation_score报错

0. 写在前面

参考书

《Python数据科学手册》

工具

python3.5.1，Jupyter Notebook

1. 问题描述和解决过程

在P438页，5.13.4 示例：不是很朴素的贝叶斯中的2. 使用自定义评估器小节中有这样一行代码

scores = [val.mean_validation_score for val in grid.grid_scores_]

运行之后报错：

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

经过百度了之后，可以知道grid_scores_在最新的sklearn中已经被弃用了，换成了cv_results_，参考链接：https://blog.csdn.net/weixin_40283816/article/details/83346098

那么，更改这个参数后，依然报错：

AttributeError: 'str' object has no attribute 'mean_validation_score'

这个问题就再也没有搜到好的解决方案了，所以我去查了GridSearchCV的文档：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

然后发现，关于cv_results_的内容如下：

这就很尴尬了，所以没有一个参数是包含validation关键字的，我的理解是，验证集和测试集在某种情况下可以认为是等价的。所以我猜测mean_validation_score对应的应该就是mean_test_score。

这样，原来的代码就改成了

scores = grid.cv_results_['mean_test_score']

为了证明我的猜想是正确的，所以，按照得到的scores结果，顺着其他的代码，知道最后绘图：

事实证明，跟书上得到图一毛一样，所以证明我对源代码修改的猜想是正确的。

即证明了：

旧版本代码：scores = [val.mean_validation_score for val in grid.grid_scores_]

与新版本代码：scores = grid.cv_results_['mean_test_score']

等价！

2. 不想比比直接看结果部分

将代码：scores = [val.mean_validation_score for val in grid.grid_scores_]

改成：scores = grid.cv_results_['mean_test_score']

---

我的CSDN：https://blog.csdn.net/qq_21579045

我的博客园：https://www.cnblogs.com/lyjun/

我的Github：https://github.com/TinyHandsome

纸上得来终觉浅，绝知此事要躬行~

欢迎大家过来OB~

by 李英俊小朋友