Я сделал GridsearchCV
с конвейером, и я хочу извлечь один атрибут (n_iter_
) компонента конвейера (MLPRegressor) для лучшей модели.
Я использую Python 3.0.
Создание конвейера
pipeline_steps = [('scaler', StandardScaler()), ('MLPR', MLPRegressor(solver='lbfgs', early_stopping=True, validation_fraction=0.1, max_iter=10000))]
MLPR_parameters = {'MLPR__hidden_layer_sizes':[(50,), (100,), (50,50)], 'MLPR__alpha':[0.001, 10, 1000]}
MLPR_pipeline = Pipeline(pipeline_steps)
gridCV_MLPR = GridSearchCV(MLPR_pipeline, MLPR_parameters, cv=kfold)
gridCV_MLPR.fit(X_train, y_train)
Когда я хочу извлечь лучшую модель с gridCV_GBR.best_params_
, у меня есть только результат для GridsearchCV:
{'MLPR__alpha': 0.001, 'MLPR__hidden_layer_sizes': (50,)}
Но я хочу, чтобы количество итераций MLPRegressor использовалось лучшей моделью gridCV_MLPR
.
Как можно использовать атрибут n_iter_
, разработанный для MLPRegressor()
, через конвейер с GridsearhCV?
gridCV_MLPR.best_estimator_.n_iter_
? - person desertnaut   schedule 09.08.2019