擅长:python、mysql、java
<p>一步一步地叫他们。在</p>
<pre><code>gridSearchClassifier.fit(Xnew, yNew)
transformed = gridSearchClassifier.transform(Xnew)
</code></pre>
<p><code>fit_transform</code>不过是这两行代码,只是没有作为<code>GridSearchCV</code>的单个方法来实现。在</p>
<h3>更新</h3>
<p>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<code>fit</code>,您将在对象的<code>best_estimator_</code>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</p>
^{pr2}$
<p>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<code>best_estimator_</code>。但是,请记住,<strong>如果您重新安装TFIDF矢量器,那么您的分类器将是无用的</strong>;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</p>