如何在GridSearchCV的param_grid中访问SelectFromModel内LR的max_iter参数？

问题根源 #

你的参数路径错误，因为SelectFromModel位于嵌套Pipeline的内层：

• 外层lr_pipe的第一个步骤被自动命名为pipeline（对应你定义的fs_pipe）
• 内层fs_pipe里的特征选择步骤是selectfrommodel
• SelectFromModel的估算器参数名为estimator，而非你写的logisticregression

正确的参数访问方式 #

修改param_grid中的特征选择部分参数名，将selectfrommodel__logisticregression__max_iter替换为pipeline__selectfrommodel__estimator__max_iter：

param_grid = {
    'pipeline__selectfrommodel__estimator__max_iter': [400, 500],
    'logisticregression__penalty': ['l1', 'l2'],
    'logisticregression__solver': ['saga'],
    'logisticregression__max_iter': [400, 500],
}

验证参数名的方法 #

如果不确定参数名，可以通过以下代码打印所有可用参数：

print(lr_pipe.get_params().keys())

搜索包含estimator__max_iter的条目，就能找到正确的参数路径。

修改后完整代码示例 #

preprocessor = make_column_transformer(
    (num_transformer, make_column_selector(dtype_include=np.number)),
    (cat_transformer, make_column_selector(dtype_include=object))
)

fs_pipe = make_pipeline(
        preprocessor,
        SelectFromModel(estimator=LogisticRegression(solver='saga'))
)

lr_pipe = make_pipeline(fs_pipe, LogisticRegression(n_jobs=-1))

# 修正后的参数网格
param_grid = {
    'pipeline__selectfrommodel__estimator__max_iter': [400, 500],
    'logisticregression__penalty': ['l1', 'l2'],
    'logisticregression__solver': ['saga'],
    'logisticregression__max_iter': [400, 500],
}

lr_grid = GridSearchCV(
    estimator=lr_pipe,
    param_grid=param_grid,
    verbose=1, scoring='f1_micro',
    error_score='raise')

lr_grid.fit(trainX, trainY)

内容的提问来源于stack exchange，提问作者forest