在集成Pipeline中运行GridSearch后如何提取最佳参数？

嘿，这个问题其实很简单，我来给你一步步拆解怎么拿到你要的最佳参数：

首先，假设你已经用你的Pipeline拟合了数据（也就是运行了 pipeline_rf.fit(X, y)），接下来只需要定位到Pipeline里的GridSearchCV组件，然后调用它的内置属性就行：

步骤1：获取Pipeline中的GridSearchCV对象 #

因为你的GridSearchCV是Pipeline里名为grid_search_lr的步骤，所以可以通过named_steps属性来获取这个对象：

# 提取Pipeline中的GridSearchCV实例
grid_search_instance = pipeline_rf.named_steps['grid_search_lr']

步骤2：提取最佳参数 #

拿到GridSearchCV实例后，直接访问best_params_属性就能得到最优的参数组合，它会以字典的形式返回：

# 获取最佳参数字典
best_parameters = grid_search_instance.best_params_
print(best_parameters)

输出结果会是类似这样的结构：

{'bootstrap': True, 'max_depth': 100, 'max_features': 'sqrt', 'min_samples_leaf': 2, 'min_samples_split': 5, 'n_estimators': 1000}

额外小技巧：获取训练好的最佳模型 #

如果你需要直接使用已经用最佳参数训练好的RandomForest模型，可以访问best_estimator_属性，它会返回一个已经在全量训练数据上拟合好的模型实例：

# 获取训练完成的最佳随机森林模型
best_rf_model = grid_search_instance.best_estimator_
# 可以直接用这个模型做预测
predictions = best_rf_model.predict(X_test)

要注意的是，你在GridSearchCV里设置了refit=True（这也是默认值），所以best_estimator_已经是用整个训练集重新拟合好的最优模型，不需要再额外训练啦。

内容的提问来源于stack exchange，提问作者Rahul Dev