我使用GridSearchCV与管道管线内部方差解释如下:sklearn - 如何检索PCA组件和从传递给GridSearchCV
grid = GridSearchCV(
Pipeline([
('reduce_dim', PCA()),
('classify', RandomForestClassifier(n_jobs = -1))
]),
param_grid=[
{
'reduce_dim__n_components': range(0.7,0.9,0.1),
'classify__n_estimators': range(10,50,5),
'classify__max_features': ['auto', 0.2],
'classify__min_samples_leaf': [40,50,60],
'classify__criterion': ['gini', 'entropy']
}
],
cv=5, scoring='f1')
grid.fit(X,y)
我现在该如何找回就像从components
和explained_variance
PCA细节grid.best_estimator_
型号?
此外,我还想使用pickle将best_estimator_
保存到文件中,稍后加载它。如何从此加载的估算器中检索PCA详细信息?我怀疑它会和上面一样。
我没有得到你的PCA电网部分:'“reduce_dim__n_components”:范围(0.7,0.9 ,0.1)'这里的数值范围是什么? – guy