我正在使用GridSearchCV和一个管道来分类som文本文档.下面插入了一个代码段
clf = Pipeline([('vect', TfidfVectorizer()), ('clf', SVC())])
parameters = {'vect__ngram_range' : [(1,2)], 'vect__min_df' : [2], 'vect__stop_words' : ['english'],
'vect__lowercase' : [True], 'vect__norm' : ['l2'], 'vect__analyzer' : ['word'], 'vect__binary' : [True],
'clf__kernel' : ['rbf'], 'clf__C' : [100], 'clf__gamma' : [0.01], 'clf__probability' : [True]}
grid_search = GridSearchCV(clf, parameters, n_jobs = -2, refit = True, cv = 10)
grid_search.fit(corpus, labels)
我的问题是,当使用grid_serach.predict_proba(new_doc),然后想要找出概率与grid_search.classes_对应的类时,我得到以下错误
AttributeError: ‘GridSearchCV’ object has no attribute ‘classes_’
我错过了什么?我认为如果管道中的最后一个“步骤”是分类器,那么GridSearchCV的返回也是一个分类器.因此,可以使用该分类器的属性,例如, classes_
提前致谢!
正如上面的注释中所提到的,grid_search.best_estimator_.classes_返回了一条错误消息,因为它返回一个没有属性.classes_的管道.但是,通过首先调用管道的步骤分类器,我可以使用classes属性.这是解决方案
grid_search.best_estimator_.named_steps['clf'].classes_