Sklearn - パイプラインを通過してGridSearchCVでラップされたスケーラ属性へのアクセス

Question

パイプラインがあり、GridSearchCVに渡すと、clfからスケーラの属性にアクセスするにはどうすればよいですか？

pipe = Pipeline([ 
     ('scale', MinMaxScaler()), 
     ('clf', tree.DecisionTreeClassifier(presort=True)) 
    ]) 

pipe_param_grid = { 
      'clf__min_samples_split': [2, 4, 6], 
      'clf__random_state': [38, 40, 42, 44], 
      'clf__max_depth': [4], 
      'clf__min_samples_leaf': [2, 4], 
      } 

clf = GridSearchCV(estimator=pipe,param_grid=pipe_param_grid) 

• のPython：2.7.10
• scikit学習：0.18.1

Answer 1

はそれを考え出しました。次のようなステップ属性にアクセスできます：

clf.best_estimator_.named_steps['scale'].scale_