向RandomForestClassifier传入GridSearch最优参数字典时触发参数错误求助

这个问题我之前也踩过坑，太典型了！你现在直接把params字典作为位置参数传给RandomForestClassifier，但这个类的第一个位置参数是n_estimators（默认值是100），Python会把整个字典当成n_estimators的取值，自然就会触发类型错误——毕竟字典可不是整数类型的参数值。

正确的传参方式：用字典解包运算符** #

你只需要在params前面加上**，Python就会自动把字典里的键值对解析成对应的关键字参数传入模型，代码修改如下：

from sklearn.ensemble import RandomForestClassifier

params = {'bootstrap': 'True', 'criterion': 'entropy', 'max_depth': 'None', 'max_features': '3', 'min_samples_leaf': '4', 'min_samples_split': '3'}
# 关键是这里的**params
clf = RandomForestClassifier(**params)

额外提醒：参数值的类型要匹配 #

另外还有个容易忽略的细节：你字典里的参数值都是字符串类型（比如'True'、'None'、'3'），但RandomForestClassifier的大部分参数需要布尔值、None或者整数类型。比如：

• bootstrap应该是布尔值True，不是字符串'True'
• max_depth应该是None，不是字符串'None'
• max_features、min_samples_leaf这些应该是整数3、4，不是字符串'3'、'4'

如果这些参数是从GridSearch直接导出的，大概率是因为你在GridSearchCV的参数网格里用了字符串类型的取值。建议先把这些值转换成正确的类型，否则可能还是会出现隐性问题，处理代码示例：

# 转换参数类型为模型要求的格式
params_clean = {
    'bootstrap': params['bootstrap'] == 'True',
    'criterion': params['criterion'],
    'max_depth': None if params['max_depth'] == 'None' else int(params['max_depth']),
    'max_features': int(params['max_features']),
    'min_samples_leaf': int(params['min_samples_leaf']),
    'min_samples_split': int(params['min_samples_split'])
}

clf = RandomForestClassifier(**params_clean)

这样就能确保每个参数的类型都符合模型的要求啦！

内容的提问来源于stack exchange，提问作者Paul-Emile Moreau