사용자 정의 파이프 라인이 있고 Sklearn의 GridSearchCV를 사용하여 전체 파이프 라인의 매개 변수를 조정합니다. 나는 sklearn을 사용하여 최상의 매개 변수 조합을 가졌지 만 최상의 매개 변수 조합을 얻고 다른 파이프 라인으로 전달하려고합니다. 여기 파이프 라인에서 다른 파이프 라인으로 최상의 매개 변수 (GridSearchCV 사용)를 전달하는 방법
이 파이프 라인에, 나는 또한 분류에 대한 매개 변수 조합을 얻을, 그래서p = Pipeline([
('union', FeatureUnion(
transformer_list=[
('chargram', Pipeline([
('tfidf', TfidfVectorizer(token_pattern=r'\w')),
('kbest', SelectPercentile(score_func=chi2)),
])),
('custom', Pipeline([
('features', CustomFeatures()),
('tfidf', TfidfVectorizer()),
('kbest', SelectPercentile(score_func=chi2)),
]))
],
# weight components in FeatureUnion. Can be tuned
transformer_weights={
'chargram': 0.8,
'custom': 0.8
},
n_jobs=-1
)),
# Classifier stage
(('clf', clf)),
])
파이프 라인,하지만 내가하고 싶은 모든 featureunion 단계에 대한 매개 변수를 얻고 이것을 전달하는 것입니다 파이프 라인을 만들고 다른 분류기 매개 변수 세트를 사용하여 featureunion에 전달합니다.
할 방법이 있습니까?
왜 그걸 가지고 싶습니까? 당신은 이미 그것을 가지고 있습니다. –
필자는 여러 대의 기계 학습 모델을 가지고 있으며 필자는 기능을 계속해서 조정하고 싶지 않고 첫 번째 분류기에서 테스트 한 동일한 구성을 사용하고 싶지 않습니다. – nEO