GridSearchCV、Pipeline、OneVsRestClassifier、SGDClassifierを使用したScikit-learnのマルチ出力クラシファイア

Question

GridSearchCVとPipelineで複数出力モデルを構築しようとしています。標準の分類器の例では、分類器を折り返すOneVsRestClassifier（）がないため、Pipelineは問題を抱えています。私はscikit-学ぶ0.18とPython 3.5

## Pipeline: Train and Predict 
## SGD: support vector machine (SVM) with gradient descent 
from sklearn.multiclass import OneVsRestClassifier 
from sklearn.pipeline import Pipeline 
from sklearn.linear_model import SGDClassifier 

clf = Pipeline([ 
       ('vect', CountVectorizer(ngram_range=(1,3), max_df=0.50)), 
       ('tfidf', TfidfTransformer()), 
       ('clf', SGDClassifier(loss='modified_huber', penalty='elasticnet', 
              alpha=1e-4, n_iter=5, random_state=42, 
              shuffle=True, n_jobs=-1)), 
       ]) 

ovr_clf = OneVsRestClassifier(clf) 

from sklearn.model_selection import GridSearchCV 
parameters = {'vect__ngram_range': [(1,1), (1,3)], 
       'tfidf__norm': ('l1', 'l2', None), 
       'estimator__loss': ('modified_huber', 'hinge',), 
      } 

gs_clf = GridSearchCV(estimator=pipeline, param_grid=parameters, 
         scoring='f1_weighted', n_jobs=-1, verbose=1) 
gs_clf = gs_clf.fit(X_train, y_train) 

しかし、これは誤りもたらし使用しています： を....

ValueError: Invalid parameter estimator for estimator Pipeline(steps=[('vect', CountVectorizer(analyzer='word', binary=False, decode_error='strict', dtype=, encoding='utf-8', input='content', lowercase=True, max_df=0.5, max_features=None, min_df=1, ngram_range=(1, 3), preprocessor=None, stop_words=None, strip...er_t=0.5, random_state=42, shuffle=True, verbose=0, warm_start=False), n_jobs=-1))]). Check the list of available parameters with estimator.get_params().keys() .

のでOneVsRestClassifierを通じてCLFにパラメータを渡すための正しい方法は何ですかparam_gridとPipelineを使用していますか？ベクタライザとtdidfをパイプラインの分類器から分離する必要がありますか？

Answer 1

パイプライン自体のステップとしてOneVsRestClassifier（）を渡し、OneVsRestClassifierの推定子としてSGDClassifierを渡します。 あなたはこれのように行くことができます。

pipeline = Pipeline([ 
       ('vect', CountVectorizer(ngram_range=(1,3), max_df=0.50)), 
       ('tfidf', TfidfTransformer()), 
       ('clf', OneVsRestClassifier(SGDClassifier(loss='modified_huber', penalty='elasticnet', 
              alpha=1e-4, n_iter=5, random_state=42, 
              shuffle=True, n_jobs=-1))), 
       ]) 

その他のコードは同じままです。 OneVsRestClassifierは、他のエスティメータのラッパーとして機能します。