sklearnは - PCAのコンポーネントを取得し、私はパイプラインでGridSearchCVを使用しています

Question

をGridSearchCVに渡されたパイプラインの内側から分散を説明する方法を次のように

grid = GridSearchCV(
    Pipeline([ 
     ('reduce_dim', PCA()), 
     ('classify', RandomForestClassifier(n_jobs = -1)) 
     ]), 
    param_grid=[ 
     { 
      'reduce_dim__n_components': range(0.7,0.9,0.1), 
      'classify__n_estimators': range(10,50,5), 
      'classify__max_features': ['auto', 0.2], 
      'classify__min_samples_leaf': [40,50,60], 
      'classify__criterion': ['gini', 'entropy'] 
     } 
    ], 
    cv=5, scoring='f1') 

grid.fit(X,y) 

私は今からcomponentsとexplained_varianceのようなPCAの詳細を取得するにはどうすればよいですgrid.best_estimator_モデル？

また、pickleを使用してファイルにbest_estimator_を保存して後でロードすることもします。この負荷見積もりからPCAの詳細を取得するにはどうすればよいですか？私はそれが上記と同じだろうと思う。

Answer 1

grid.best_estimator_は、最良のパラメータでパイプラインにアクセスすることです。

named_steps[]attributeを使用して、パイプラインの内部エスティメータにアクセスします。

だからgrid.best_estimator_.named_steps['reduce_dim']はあなたにpcaオブジェクトを与えます。

grid.best_estimator_.named_steps['reduce_dim'].components_ grid.best_estimator_.named_steps['reduce_dim'].explained_variance_