GridSearchCV对线性回归调参报Invalid parameter n_neighbors错误求助

核心错误1：参数与使用的模型不匹配 #

你当前管道的最终评估器是LinearRegression（线性回归），该模型本身没有n_neighbors配置项，n_neighbors是K近邻系列模型（KNeighborsRegressor/KNeighborsClassifier）的专属参数，属于参数和模型不匹配的问题。

核心错误2：Pipeline场景下参数命名不符合规范 #

即使你将管道内的模型替换为支持n_neighbors的K近邻模型，直接用n_neighbors作为参数字典的键也是错误的。
Pipeline包含多个处理步骤，给指定步骤传参需要遵循步骤名__参数名的命名规则（中间为两个下划线）。使用make_pipeline生成的管道会自动以小写类名作为每个步骤的名称：你当前管道内线性回归的步骤名为linearregression，如果替换为K近邻回归，步骤名则为kneighborsregressor。

修复示例 #

场景1：你确实需要使用线性回归 #

将参数网格替换为线性回归支持的参数即可，例如搜索是否启用拟合截距：

param_grid = {'linearregression__fit_intercept': [True, False]}
grid = GridSearchCV(lr_pipe, param_grid, cv=10)

场景2：你实际需要使用K近邻回归 #

替换管道内的评估器，同时修改参数命名：

from sklearn.neighbors import KNeighborsRegressor
# 替换管道评估器为K近邻回归
knn_pipe = make_pipeline(StandardScaler(), KNeighborsRegressor())
# 按管道命名规则写参数键
param_grid = {'kneighborsregressor__n_neighbors': range(1, 10)}
grid = GridSearchCV(knn_pipe, param_grid, cv=10)

你也可以运行print(lr_pipe.get_params().keys())查看当前管道支持调整的所有参数名称，和错误提示里的建议一致。

内容的提问来源于stack exchange，提问作者Shauna