python多分类问题模型_scikit管道python中的多分类模型

我正在使用Python解决一些文本文档的二元分类问题，并实现scikit-learn库，我希望尝试不同的模型来比较和对比结果-主要使用朴素Bayes分类器、具有K-Fold-CV的SVM和CV=5。鉴于后两个模型使用gridSearchCV()，我发现将所有方法组合到一个管道中有一个困难。由于并发问题，我不能在一个实现过程中运行多个管道，因此我需要使用一个管道来实现所有不同的模型。在

这就是我现在所拥有的# pipeline for naive bayes

naive_bayes_pipeline = Pipeline([

('bow_transformer', CountVectorizer(analyzer=split_into_lemmas, stop_words='english')),

('tf_idf', TfidfTransformer()),

('classifier', MultinomialNB())

])

# accessing and using the pipelines

naive_bayes = naive_bayes_pipeline.fit(train_data['data'], train_data['gender'])

# pipeline for SVM

svm_pipeline = Pipeline([

('bow_transformer', CountVectorizer(analyzer=split_into_lemmas, stop_words='english')),

('tf_idf', TfidfTransformer()),

('classifier', SVC())

])

param_svm = [

{'classifier__C': [1, 10], 'classifier__kernel': ['linear']},

{'classifier__C': [1, 10], 'classifier__gamma': [0.001, 0.0001], 'classifier__kernel': ['rbf']},

]

grid_svm_skf = GridSearchCV(

svm_pipeline, # pipeline from above

param_grid=param_svm, # parameters to tune via cross validation

refit=True, # fit using all data, on the best detected classifier

n_jobs=-1, # number of cores to use for parallelization; -1 uses "all cores"

scoring='accuracy',

cv=StratifiedKFold(train_data['gender'], n_folds=5), # using StratifiedKFold CV with 5 folds

)

svm_skf = grid_svm_skf.fit(train_data['data'], train_data['gender'])

predictions_svm_skf = svm_skf.predict(test_data['data'])

编辑1:

第二个管道是唯一使用gridSearchCV()的管道，似乎从未执行过。在

编辑2:

添加了更多代码以显示gridSearchCV()的使用。在