关于sklearn中的pipeline和GridSearchCV相结合寻找最优参数的方法

所谓pipeline，就是由一系列数据转换步骤或待拟合模型（如果有，则模型必须处于管道末端）构成的加工链条，最大的作用就是将两个模型串联起来。

在本次实验中，我需要使用评论进行情感分析，但是svm没办法直接接收文本数据，所以我首先使用pipeline将TFIDF和SVM进行串联，如图所示:

串联好了以后，我需要使用GridSearchCV找到最优参数， 刚开始的时候，我直接使用字典设置相关参数，如图：

 没想到直接抛出了异常：key错误

 很明显，直接设置参数模型并不知道这个参数属于哪一个模型，于是通过查阅官方文档发现了如下代码

可以看出来，同样是两个模型串联，同样是使用 GridSearchCV，不同的是，官方文档中在参数钱增加了ward__，