python - 获取对应的类到 predict_proba (GridSearchCV sklearn)

我正在使用 GridSearchCV 和管道对一些文本文档进行分类。一个代码片段:

clf = Pipeline([('vect', TfidfVectorizer()), ('clf', SVC())])
parameters = {'vect__ngram_range' : [(1,2)], 'vect__min_df' : [2], 'vect__stop_words' : ['english'],
                  'vect__lowercase' : [True], 'vect__norm' : ['l2'], 'vect__analyzer' : ['word'], 'vect__binary' : [True],
                  'clf__kernel' : ['rbf'], 'clf__C' : [100], 'clf__gamma' : [0.01], 'clf__probability' : [True]}
grid_search = GridSearchCV(clf, parameters, n_jobs = -2, refit = True, cv = 10)
grid_search.fit(corpus, labels)

我的问题是，当使用 grid_serach.predict_proba(new_doc) 然后想找出概率与 grid_search.classes_ 对应的类时，我收到以下错误:



我错过了什么？我认为，如果管道中的最后一个“步骤”是分类器，那么GridSearchCV的返回也是分类器。因此，可以使用该分类器的属性，例如类_。

最佳答案

正如上面的评论中提到的， grid_search.best_estimator_.classes_ 返回了一条错误消息，因为它返回了一个没有属性 .classes_ 的管道。但是，通过首先调用管道的步骤分类器，我能够使用 classes 属性。这是解决方案

grid_search.best_estimator_.named_steps['clf'].classes_

关于python - 获取对应的类到 predict_proba (GridSearchCV sklearn)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31512076/