Python sklearn:fit\u transform（）不适用于GridSearchCV

Question

我正在创建GridSearchCV分类器

pipeline = Pipeline([
    ('vect', TfidfVectorizer(stop_words='english',sublinear_tf=True)),
    ('clf', LogisticRegression())
    ])

parameters= {}

gridSearchClassifier = GridSearchCV(pipeline, parameters, n_jobs=3, verbose=1, scoring='accuracy')
    # Fit/train the gridSearchClassifier on Training Set
    gridSearchClassifier.fit(Xtrain, ytrain)

这很有效，我可以预测。但是，现在我想重新训练分类器。为此，我想对一些反馈数据进行fit_transform()。在

^{pr2}$

但我得到了这个错误

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

基本上我试图fit_transform()在分类器的内部TfidfVectorizer。我知道我可以使用named_steps属性访问Pipeline的内部组件。我可以为gridSearchClassifier做类似的操作吗？在

Answer 1

一步一步地叫他们。在

gridSearchClassifier.fit(Xnew, yNew)
transformed = gridSearchClassifier.transform(Xnew)

fit_transform不过是这两行代码，只是没有作为GridSearchCV的单个方法来实现。在

更新

从评论来看，你似乎对GridSearchCV的实际功能有点不知所措。这是一种元方法来拟合具有多个超参数的模型。因此，一旦您调用fit，您将在对象的best_estimator_字段中得到一个估计器。在您的例子中，它是一个管道，您可以像往常一样提取它的任何部分，因此

^{pr2}$

您应该使用gridsearchcv作为分类器，这只是一种拟合超参数的方法，一旦找到它们，您应该使用best_estimator_。但是，请记住，如果您重新安装TFIDF矢量器，那么您的分类器将是无用的；您不能更改数据表示并期望旧模型正常工作，一旦数据更改，您必须重新安装整个分类器（除非这是经过精心设计的更改，并且确保旧维度的含义完全相同-sklearn不支持此类操作，您必须从头开始实现）。在

Answer 2

@lejot是正确的，您应该在gridSearchClassifier上调用fit()。在

如果refit=True被设置在GridSearchCV上，这是默认设置，那么您可以在安装的gridSearchClassifier上访问{}。在

您可以访问已安装的步骤：

tfidf = gridSearchClassifier.best_estimator_.named_steps['vect']
clf = gridSearchClassifier.best_estimator_.named_steps['clf']

然后，您可以在new_X中转换新文本，方法是：

^{pr2}$

您可以使用此X_vec进行预测：

x_pred = clf.predict(X_vec)

您还可以使用对通过整个管道的文本进行预测。在

X_pred = gridSearchClassifier.predict(new_X)