在Binarizer中调整treshold到BernoulliNB（）classifi

Question

我想使用BernoulliNB（）分类器，而我的数据不是二进制的。所以我想用GridsearchCV（）来选择最佳的二值化阈值。 我的代码看起来像：

from sklearn.pipeline import Pipeline
from sklearn.naive_bayes import BernoulliNB
from sklearn.preprocessing import Binarizer

pipeline = Pipeline([('binarizer', Binarizer()), ('classifier', BernoulliNB())])
params = {'estimator__binarizer__threshold': np.logspace(0, 5, 20)}

clf = GridSearchCV(pipeline, param_grid=params, cv=5, refit=True)
clf.fit(X_train,y_train)
clf.best_estimator_.score(X_test, y_test)

它给了我错误：

^{pr2}$

我不知道怎么了。在

Answer 1

是的，我的错。在评论中，我只是发现了'treshold'的拼写错误，很匆忙，没有注意估算部分。在

对于管道，可以使用以下两部分访问参数：

1. 此处为binarizer或classifier等步骤的名称
2. 步骤1中该特定名称的实际参数名称。在

您不需要将estimator附加到上述部分。因此，在您的情况下，您需要使用以下方法：

params = {'binarizer__threshold': np.logspace(0, 5, 20)}

访问管道的'binarizer'步骤的'threshold'参数。在