Блог

Главная - Вопросы по программированию - Почему это предупреждение появляется при использовании gridsearchcv?

Почему это предупреждение появляется при использовании gridsearchcv?

#gridsearchcv #svc

Вопрос:

Я пытаюсь настроить гиперпараметры для классификатора SVM и использую набор данных о раке молочной железы в Висконсине, доступный по адресу: https://archive.ics.uci.edu/ml/datasets/breast рак висконсин (оригинальный)

Мой код следующий:

 import numpy as np
from sklearn.impute import SimpleImputer
from sklearn.svm import SVC
import pandas as pd
from sklearn.model_selection import GridSearchCV

def load():
    
    data2=pd.read_csv("breast-cancer-wisconsin.data",names=['id', 'clump_thickness','unif_cell_size','unif_cell_shape', 'marg_adhesion', 'single_epith_cell_size','bare_nuclei', 'bland_chromatin', 'normal_nucleoli','mitoses','class'])
    y=data2["class"]
    listDrop=['id','class']
    data2=data2.drop(listDrop,axis="columns")
    data2.replace('?',np.nan,inplace=True)
    imp=SimpleImputer(missing_values=np.NaN,strategy='mean')
    data2=pd.DataFrame(imp.fit_transform(data2))
    X=data2
    svm(X,y)

def svm(X,y):
    X_train, X_test, y_train, y_test = train_test_split(X, y,test_size=0.2)
    kernels=["rbf"]
    c=[-5,1,5]
    gamma=[1, 0.1, 0.01, 0.001]
    model=SVC()
    grid=GridSearchCV(model,param_grid={'kernel':kernels,'C':c,'gamma':gamma},cv=5)
    grid.fit(X_train,y_train)
    print("best params",grid.best_params_)

Код выполняется, и я получаю наилучшие гиперпараметры; однако у меня есть следующие предупреждения:

 FitFailedWarning: Estimator fit failed. The score on this train-test partition for these parameters will be set to nan.
warnings.warn("Estimator fit failed. The score on this train-test"

Я проверил в других сообщениях здесь, и там говорится, что это может произойти, например, при использовании текстовых данных, когда могут быть нечисловые данные. Я проверил это с помощью: print(X_train.info()) и я вижу, что все мои данные являются числовыми:

 Int64Index: 559 entries, 253 to 446
Data columns (total 9 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   0       559 non-null    float64
 1   1       559 non-null    float64
 2   2       559 non-null    float64
 3   3       559 non-null    float64
 4   4       559 non-null    float64
 5   5       559 non-null    float64
 6   6       559 non-null    float64
 7   7       559 non-null    float64
 8   8       559 non-null    float64
dtypes: float64(9)

Что я делаю не так?

Метки: