0. 寫在前面

參考書

《Python數據科學手冊》

工具

python3.5.1，Jupyter Notebook

1. 問題描述和解決過程

在P438頁，5.13.4 示例：不是很樸素的貝葉斯中的2. 使用自定義評估器小節中有這樣一行代碼

scores = [val.mean_validation_score for val in grid.grid_scores_]

運行之后報錯：

AttributeError: ‘GridSearchCV’ object has no attribute ‘grid_scores_’

經過百度了之后，可以知道grid_scores_在最新的sklearn中已經被棄用了，換成了cv_results_，參考鏈接：https://blog.csdn.net/weixin_40283816/article/details/83346098

那么，更改這個參數后，依然報錯：

AttributeError: ‘str’ object has no attribute ‘mean_validation_score’

這個問題就再也沒有搜到好的解決方案了，所以我去查了GridSearchCV的文檔：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

然后發現，關于cv_results_的內容如下：

這就很尷尬了，所以沒有一個參數是包含validation關鍵字的，我的理解是，驗證集和測試集在某種情況下可以認為是等價的。所以我猜測mean_validation_score對應的應該就是mean_test_score。

這樣，原來的代碼就改成了

scores = grid.cv_results_['mean_test_score']

為了證明我的猜想是正確的，所以，按照得到的scores結果，順著其他的代碼，知道最后繪圖：

事實證明，跟書上得到圖一毛一樣，所以證明我對源代碼修改的猜想是正確的。

即證明了：

舊版本代碼：scores = [val.mean_validation_score for val in grid.grid_scores_]

與新版本代碼：scores = grid.cv_results_['mean_test_score']

等價！
?————————————————?
版權聲明：本文為CSDN博主「李英俊小朋友」的原創文章，遵循CC 4.0 by-sa版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_21579045/article/details/91435570

總結

以上是生活随笔為你收集整理的GridSearchCV.grid_scores_和mean_validation_score报错的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。