有人可以检查以下代码的问题吗？ 我在构建模型的过程中是否有任何错误？ 我已经在参数中添加了两个“clf__”。

clf=RandomForestClassifier()
pca = PCA()
pca_clf = make_pipeline(pca, clf) 


kfold = KFold(n_splits=10, random_state=22)



parameters = {'clf__n_estimators': [4, 6, 9], 'clf__max_features': ['log2', 
'sqrt','auto'],'clf__criterion': ['entropy', 'gini'], 'clf__max_depth': [2, 
 3, 5, 10], 'clf__min_samples_split': [2, 3, 5],
'clf__min_samples_leaf': [1,5,8] }

grid_RF=GridSearchCV(pca_clf,param_grid=parameters,
        scoring='accuracy',cv=kfold)
grid_RF = grid_RF.fit(X_train, y_train)
clf = grid_RF.best_estimator_
clf.fit(X_train, y_train)
grid_RF.best_score_

cv_result = cross_val_score(clf,X_train,y_train, cv = kfold,scoring = 
"accuracy")

cv_result.mean()

您假设使用make_pipeline以错误的方式。从文档 http://scikit-learn.org/stable/modules/generated/sklearn.pipeline.make_pipeline.html:-

这是 Pipeline 构造函数的简写；它不需要， 并且不允许命名估计器。相反，他们的名字将 自动设置为其类型的小写。

因此，这意味着当您提供 PCA 对象时，其名称将被设置为“pca”（小写），当您向其提供 RandomForestClassifier 对象时，它将被命名为“randomforestclassifier”，而不是您所想的“clf” 。

所以现在你制作的参数网格是无效的，因为它包含clf__并且它不存在于管道中。

解决方案1：

替换这一行：

pca_clf = make_pipeline(pca, clf) 

With

pca_clf = Pipeline([('pca', pca), ('clf', clf)])

解决方案2：

如果您不想更改pca_clf = make_pipeline(pca, clf)行，然后替换所有出现的 clf 在你的parameters像这样的“随机森林分类器”：

parameters = {'randomforestclassifier__n_estimators': [4, 6, 9], 
              'randomforestclassifier__max_features': ['log2', 'sqrt','auto'],
              'randomforestclassifier__criterion': ['entropy', 'gini'], 
              'randomforestclassifier__max_depth': [2, 3, 5, 10], 
              'randomforestclassifier__min_samples_split': [2, 3, 5],
              'randomforestclassifier__min_samples_leaf': [1,5,8] }

Sidenote：无需在代码中执行此操作：

clf = grid_RF.best_estimator_
clf.fit(X_train, y_train)

The best_estimator_将已经安装了具有最佳找到参数的整个数据，因此您调用clf.fit()是多余的。