Блог

Я новичок в манипулировании пакетами.

Я нашел этот пример :

https://www.neuraxle.org/stable/examples/auto_ml/plot_automl_loop_clean_kata.html#sphx-glr-examples-auto-ml-plot-automl-loop-clean-kata-py

и я это проверяю. Я хочу сохранить выходные данные каждой пробной версии automl в пробном объекте . Также я хочу получить и установить гиперпараметры каждого испытания. для отображения гиперпараметров объекта automl я использовал следующий код python : auto_ml.get_hyperparams()['Pipeline'] и вот результат :

Примеры гиперпараметров ([(«выбор», «SKLearnWrapper_DecisionTreeClassifier»), («SKLearnWrapper_DecisionTreeClassifier»), примеры гиперпараметров ([(«включено», True), («Необязательно(SKLearnWrapper_DecisionTreeClassifier»)», Примеры гиперпараметров ([(«ccp_alpha», 0.0), («вес класса», Нет), («критерий», «джини»), («max_depth», Нет), («max_features», Нет), («max_leaf_nodes», Нет), («min_impurity_decrease», 0.0), («min_impurity_split», Нет), («min_samples_leaf», 1), («min_samples_split», 2), («min_weight_fraction_leaf», 0.0), («random_state’, Нет), («разделитель», «лучший»)]))])), (‘SKLearnWrapper_ExtraTreeClassifier’, гиперпараметрические примеры([(‘включено’, Ложь), (‘Необязательно(SKLearnWrapper_ExtraTreeClassifier)’, гиперпараметрические примеры([(‘ccp_alpha’, 0.0), (‘вес класса’, Нет), (‘критерий’, ‘джини’), (‘max_depth’, Нет), (‘max_features’, ‘авто»), (‘max_leaf_nodes’, Нет), (‘min_impurity_decrease’, 0.0), (‘min_impurity_split’, Нет), (‘min_samples_leaf’, 1), (‘min_samples_split’, 2), (‘min_weight_fraction_leaf’, 0.0), (‘random_state’, Нет), (‘разделитель’,’ случайный’)]))])), (‘Классификатор риджей», гиперпараметры([(«включено», ложь), («Необязательно(классификатор риджей)», Примеры гиперпараметров([(‘OutputTransformerWrapper’, примеры гиперпараметров([(‘NumpyRavel’, гиперпараметры())])), (‘SKLearnWrapper_RidgeClassifier’, примеры гиперпараметров([(‘alpha’, 1.0), (‘class_weight’, Нет), (‘copy_X’, True), (‘fit_intercept’, True), (‘max_iter’, Нет), (‘нормализуйте», Ложь), («случайное состояние», Нет), («решатель», «авто»), («тол’, 0.001)]))]))])), (‘Логистическая регрессия’, гиперпараметры([(‘включено’, Ложь), (‘Необязательно(Логистическая регрессия)’, гиперпараметры([(‘OutputTransformerWrapper’, гиперпараметры([(‘NumpyRavel’, гиперпараметры())])), (‘SKLearnWrapper_LogisticRegression’, гиперпараметры, примеры([(‘C’, 1.0), (‘class_weight’, Нет), (‘двойной», Ложь), (‘fit_intercept’, Истина), (‘масштабирование перехвата’, 1), (‘l1_ratio’, Нет), (‘max_iter’, 100), (‘мультикласс’,’ авто»), (‘n_jobs’, Нет), (‘штраф’, ‘l2″), («random_state», Нет), («решатель», «lbfgs»), («tol», 0,0001), («подробный», 0), («warm_start», Ложь)]))]))])), (‘RandomForestClassifier’, гиперпараметры([(«включено», ложь), («Необязательно(RandomForestClassifier)», гиперпараметры([(«OutputTransformerWrapper», гиперпараметры([(«NumpyRavel», Гиперпараметры())])), (‘SKLearnWrapper_RandomForestClassifier’, гиперпараметры ([(«начальная загрузка», True), («ccp_alpha», 0.0), («вес класса», Нет), («критерий», «джини»), («max_depth», Нет), («max_features», «авто»), («max_leaf_nodes», Нет), («max_samples’, Нет), (‘min_impurity_decrease’, 0.0), (‘min_impurity_split’, Нет), (‘min_samples_leaf’, 1), (‘min_samples_split’, 2), (‘min_weight_fraction_leaf’, 0.0), (‘n_estimators’, 100), (‘n_jobs’, Нет), (‘oob_score’, Ложь), (‘random_state’, Нет), (‘подробный’, 0), (‘warm_start’, Ложь)]))]))])), (‘столяр’, гиперпараметры())])

Вывод-объект гиперпараметров, я хочу преобразовать его в испытания, возможно ли это ?