文章目录一、核心规则必须记住二、最简可运行完整代码三、详细拆解每一步怎么写1. 先给 Pipeline 步骤起名2. 搜索参数必须用步骤名__参数3. 传入 GridSearchCV四、超常用模板直接复制模板1分类任务标准化 逻辑回归模板2带特征选择的 Pipeline进阶五、最容易犯的 3 个错误避坑错误1只写一个下划线错误2步骤名写错错误3对树模型做不必要的标准化一、核心规则必须记住在 Pipeline GridSearchCV 中参数名写法固定步骤名称__参数名称中间是两个英文下划线__前面是你定义 Pipeline 时起的名字后面是模型/预处理类的参数只要写对参数名剩下和普通 GridSearch 完全一样二、最简可运行完整代码# 1. 导入库fromsklearn.pipelineimportPipelinefromsklearn.preprocessingimportStandardScalerfromsklearn.ensembleimportRandomForestClassifierfromsklearn.model_selectionimporttrain_test_split,GridSearchCVfromsklearn.datasetsimportload_iris# 2. 数据准备X,yload_iris(return_X_yTrue)X_train,X_test,y_train,y_testtrain_test_split(X,y,test_size0.2,random_state42)# 3. 构建流水线 pipePipeline([(scaler,StandardScaler()),# 步骤名scaler(rf,RandomForestClassifier())# 步骤名rf])# 4. 定义搜索参数最关键 param_grid{# scaler 步骤是否开启均值平移scaler__with_mean:[True,False],# rf 步骤决策树数量 最大深度rf__n_estimators:[50,100,200],rf__max_depth:[3,5,None]}# 5. 网格搜索自带交叉验证 gridGridSearchCV(estimatorpipe,# 传入整个 Pipelineparam_gridparam_grid,cv5,# 5折交叉验证n_jobs-1,# 全速CPUverbose1# 打印进度)# 训练grid.fit(X_train,y_train)# 6. 输出最优结果 print(最优参数组合,grid.best_params_)print(最优交叉验证得分,round(grid.best_score_,3))# 最优模型直接预测best_modelgrid.best_estimator_print(测试集得分,round(best_model.score(X_test,y_test),3))运行结果示例最优参数组合{scaler__with_mean: True, rf__max_depth: 5, rf__n_estimators: 100} 最优交叉验证得分0.967 测试集得分0.967三、详细拆解每一步怎么写1. 先给 Pipeline 步骤起名pipePipeline([(步骤A,预处理1),(步骤B,预处理2),(模型,算法)])2. 搜索参数必须用步骤名__参数例如StandardScaler 的with_mean→scaler__with_meanRandomForest 的n_estimators→rf__n_estimatorsSVC 的C→svc__C3. 传入 GridSearchCVgridGridSearchCV(pipe,param_grid,cv5)grid.fit(X_train,y_train)四、超常用模板直接复制模板1分类任务标准化 逻辑回归fromsklearn.linear_modelimportLogisticRegression pipePipeline([(scaler,StandardScaler()),(lr,LogisticRegression())])param_grid{scaler__with_std:[True,False],lr__C:[0.1,1,10],lr__max_iter:[100,200]}gridGridSearchCV(pipe,param_grid,cv5)模板2带特征选择的 Pipeline进阶fromsklearn.feature_selectionimportSelectKBest pipePipeline([(scaler,StandardScaler()),(select,SelectKBest()),# 特征选择(rf,RandomForestClassifier())])param_grid{select__k:[3,5,8],# 选3/5/8个特征rf__max_depth:[3,5,7]}五、最容易犯的 3 个错误避坑错误1只写一个下划线# 错误rf_n_estimators# 正确rf__n_estimators错误2步骤名写错必须和 Pipeline 里的名字完全一致。错误3对树模型做不必要的标准化随机森林、XGBoost不需要标准化可以直接去掉 scaler。