我正在管道中的数据上使用 LogisticRegressionCV。拟合数据后，我想返回最佳 C 值。由于我无法使用 .best_params_ 因为这是 GridSearchCV 的一项功能，所以我该怎么做？我知道 .C_ 是 LogisticRegressionCV 的正确特征，但我的估计器处于管道中，所以现在不起作用。
lr_cv2 = Pipeline(steps=[('preprocessor', preprocessor),
('classifier', LogisticRegressionCV(solver='liblinear', cv=10, Cs=np.logspace(-5, 8, 15) ))])
lr_cv2.fit(X_train, y_train)
lr_cv2.C_
属性错误:“管道”对象没有属性“C_”
最佳答案
通过使用 Pipeline 实例的 named_steps 方法，您可以访问构成管道单个元素的方法:
print(lr_cv2.named_steps['classifier'].C_ )
关于python - 从管道对象中提取超参数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54297414/