如何在Pipeline与GridSearchCV场景下获取LinearRegression的特征系数

问题原因排查 #

• 第一个报错原因：cv_results_是GridSearchCV存储所有交叉验证结果的字典类型属性，本身不包含best_estimator_，best_estimator_是GridSearchCV实例拟合后直接挂载的属性，不需要通过cv_results_访问。
• 第二个报错原因：scikit-learn中所有拟合后才生成的属性都会以下划线结尾，TransformedTargetRegressor初始化时传入的regressor是未拟合的原始模型实例，拟合完成后的训练好的模型存储在regressor_属性中，访问未拟合的LinearRegression自然不存在coef_属性。

正确获取系数的代码 #

# 从Pipeline中取出GridSearchCV实例
grid_search = mlr_co2.named_steps['gridsearchcv_lr']
# 取出最优的TransformedTargetRegressor实例
best_ttr = grid_search.best_estimator_
# 取出拟合完成的LinearRegression实例，获取系数
lr_coef = best_ttr.regressor_.coef_
print(lr_coef)

如果需要将系数和原始特征对应，可补充以下代码从预处理步骤获取特征名：

import pandas as pd
# 从Pipeline中取出预处理器实例
preprocessor = mlr_co2.named_steps['preprocessor']
# 获取预处理后的特征名称
feature_names = preprocessor.get_feature_names_out()
# 组合生成特征-系数对应表
coef_df = pd.DataFrame({
    'feature': feature_names,
    'coefficient': lr_coef
})
print(coef_df)

内容的提问来源于stack exchange，提问作者Rococo