TypeError:参数值不可编辑或分布

Question

我是Python新手，希望实现一个简单的矩阵分解分类器

正如我在另一篇文章中读到的，有一些可能性可以使用，我选择了sklearn decomposition.NMF:https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.NMF.html

不幸的是，我得到了以下错误：

TypeError: Parameter value is not iterable or distribution (key='n_components', value=2)

我试着这样做：

self.clf = decomposition.NMF()                
    self.random_parameters = [
    {"n_components": 2, "init": None, "solver": 'cd', "beta_loss": 'frobenius', "tol": 0.0001, "max_iter": 200,"random_state": None, "alpha": 0.0, "l1_ratio": 0.0, "verbose": 0, "shuffle": False}
]

有趣的是，我在Sklearn之前实现了RandomForestClassifier，效果非常好：

self.clf = ensemble.RandomForestClassifier()    
self.random_parameters = [
    {"n_estimators": stats.randint(20, 200), "criterion": ["gini"], "max_depth": stats.randint(1, 1500)},
    {"n_estimators": stats.randint(20, 200), "criterion": ["gini"], "max_depth": [None]}]

我也从sklearn网站上得到了这个：https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html

我在谷歌上搜索了几个小时，不幸的是找不到合适的解决方案

如果有人能帮忙，我将非常感激！祝你身体健康

Answer 1

对于n\u估计器，尝试传递一个变量列表，我认为它会起作用

self.clf=employ.RandomForestClassifier（）
self.random_参数=[ {“n_估计量”：[20,50100200]，“标准”：[“基尼”]，“最大深度”：stats.randint（11500）}， {“n_估计值”：[20,50100200]，“标准”：[“基尼”]，“最大深度”：[None]}]

Answer 2

试试这个：

“n_组件”：[2]