如何解决回归链中基本估计量的属性
我正在使用Scikit Learn中的RegressorChain解决多输出回归问题,但是在拟合模型后,我需要检索拟合的模型基础估算器以访问估算器属性。 我尝试在Scikit Learn的RegeRSSorChain中访问基本估计量的属性,但不能。
以下是我为此使用的代码。
linreg = LinearRegression()
wrapper=RegressorChain(linreg)
fit_model=wrapper.fit(X_train,y_train)
base_estimator_para=RegressorChain.get_params(fit_model,deep=True)
base_estimator_linreg=base_estimator_para['base_estimator']
print(base_estimator_linreg.coef_)
最后一行返回一个错误,即“ LinearRegression”对象没有属性“ coef_”,而LinearRegression具有属性“ coef _”。
函数“ base_estimator_para”返回一个包含对象的数字,该对象包括基本估算器本身。
base_estimator_para['base_estimator']
返回基本估计器对象,因此使用base_estimator_linreg.coef_
应该返回拟合的线性回归模型的系数。
解决方法
base_estimator
是传递给RegressorChain
的参数,当您适合RegressorChain
时不适合。该估算器被重复克隆,每个克隆都被拟合(依次使用先前拟合的克隆的预测作为附加输入)。您想要选择estimators_
的合适克隆base_estimator
中的一项。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。