TypeError: Parameter grid for parameter 'C' needs to be a list or a numpy array, but got 1.0 (of type float) instead. Single values need to be wrapped in a list with one element.
În grila lui GridSearchCV, fiecare parametru trebuie să aibă o listă de valori de încercat, chiar dacă vrei o singură valoare. Scrie {"C": [1.0]} sau {"C": [0.1, 1, 10]}, nu {"C": 1.0}.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
GridSearchCV încearcă toate combinațiile dintre listele din grilă. Pentru asta, fiecare valoare din dicționar trebuie să fie o listă (sau un tablou numpy). Când găsește un număr sau un text simplu, de exemplu "C": 1.0 sau "max_iter": 1000, nu știe să-l parcurgă și se oprește. Mesajul îți spune exact ce parametru e problema și ce tip a primit (1.0 (of type float)), apoi îți dă și soluția: valorile unice se pun într-o listă cu un singur element.
Greșeala apare des când vrei să fixezi un parametru care nu face parte din căutare (max_iter, random_state). Ai două variante: îl pui într-o listă cu un element sau, mai curat, îl setezi direct pe model, LogisticRegression(max_iter=1000), și lași în grilă doar ce vrei să cauți. Același mesaj apare la ParameterGrid și, cu o formulare apropiată, la RandomizedSearchCV.
De ce apare: cauzele frecvente
1O singură valoare, fără listă
grila = {"C": 1.0}
GridSearchCV(LogisticRegression(), grila).fit(X, y)grila = {"C": [0.1, 1.0, 10.0]}
GridSearchCV(LogisticRegression(), grila).fit(X, y)Căutarea are nevoie de o listă de valori de încercat pentru fiecare parametru.
2Parametru fix pus în grilă
grila = {"C": [0.1, 1], "max_iter": 1000}model = LogisticRegression(max_iter=1000)
grila = {"C": [0.1, 1]}Parametrii care nu se schimbă se setează direct pe model, iar grila rămâne doar cu cei căutați.
3Text simplu în loc de listă de texte
grila = {"n_neighbors": [3, 5], "weights": "distance"}grila = {"n_neighbors": [3, 5], "weights": ["uniform", "distance"]}Și valorile text trebuie puse în listă. Un text simplu nu este acceptat ca listă de un element.
Repară eroarea, direct în pagină
Codul de mai jos dă TypeError: Parameter grid for parameter 'C' needs to be a list or a numpy array, pentru că grila are o singură valoare pentru C, fără listă. Repară grila, ca să încerce valorile 0.01 și 1.0, iar programul să afișeze valoarea aleasă.
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import GridSearchCV
X = [[1], [2], [3], [4], [5], [6], [15], [16], [17], [18], [19], [20]]
y = [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1]
grid = GridSearchCV(LogisticRegression(), {"C": 1.0}, cv=3)
grid.fit(X, y)
print("C ales:", grid.best_params_["C"])
print("Scor:", grid.best_score_)C ales: 0.01 Scor: 1.0
Indiciu
Scrie {"C": [0.01, 1.0]}.
Reparația
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import GridSearchCV
X = [[1], [2], [3], [4], [5], [6], [15], [16], [17], [18], [19], [20]]
y = [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1]
grid = GridSearchCV(LogisticRegression(), {"C": [0.01, 1.0]}, cv=3)
grid.fit(X, y)
print("C ales:", grid.best_params_["C"])
print("Scor:", grid.best_score_)De ce merge
GridSearchCV parcurge lista fiecărui parametru, deci C are nevoie de o listă, chiar și pentru o singură valoare. Cu [0.01, 1.0], căutarea antrenează modelul cu ambele valori pe 3 părți și o păstrează pe cea cu scorul mediu cel mai bun. Pe datele acestea, ambele valori clasifică perfect, iar la egalitate GridSearchCV alege prima din listă.
Alte forme ale mesajului
TypeError: Parameter grid for parameter 'max_iter' needs to be a list or a numpy array, but got 1000 (of type int) instead. Single values need to be wrapped in a list with one element.TypeError: Parameter grid for parameter 'weights' needs to be a list or a numpy array, but got 'distance' (of type str) instead. Single values need to be wrapped in a list with one element.TypeError: Parameter value is not iterable or distribution (key='C', value=1.0)
Cum o eviți pe viitor
Scrie grilele mereu cu paranteze pătrate, chiar și pentru o singură valoare. Ține grila mică și clară: doar parametrii pe care chiar îi cauți. Pentru un Pipeline, numele cheilor sunt pas__parametru (de exemplu "model__C": [0.1, 1]). Afișează grila înainte de căutare și verifică faptul că fiecare valoare este între paranteze pătrate.
Întrebări frecvente
Pot folosi range sau np.arange în grilă?
Da. "n_neighbors": range(1, 10) sau np.arange(1, 10) funcționează, pentru că se pot parcurge. Doar valorile unice trebuie puse în listă.
Câte combinații încearcă GridSearchCV?
Produsul lungimilor listelor. O grilă cu 3 valori pentru C și 2 pentru solver înseamnă 6 combinații, fiecare antrenată de cv ori.
Erori înrudite
ValueError: Invalid parameter 'C' for estimator Pipeline(steps=[('scaler', StandardScaler()), ('model', LogisticRegression())]). Valid parameters are: ['memory', 'steps', 'transform_input', 'verbose']. Ai dat lui GridSearchCV (sau lui set_params) un parametru al modelului direct pipeline-ului. Într-un pipeline, parametrii pașilor se scriu cu numele pasului și două underscore-uri: 'model__C' în loc de 'C'. AttributeError: 'GridSearchCV' object has no attribute 'best_params_' best_params_, best_score_ și best_estimator_ apar abia după ce rulezi căutarea cu grid.fit(X, y). Ai creat GridSearchCV (sau RandomizedSearchCV), dar n-ai apelat fit, ori l-ai apelat pe alt obiect. Apelează fit înainte să citești rezultatele. UserWarning: Scoring failed. The score on this train-test partition for these parameters will be set to nan. În timpul validării (cross_val_score, GridSearchCV), modelul s-a antrenat, dar calculul scorului pe o parte de test a dat eroare, așa că scorul e nan. Citește eroarea din „Details” de sub avertisment: de obicei un parametru prea mare pentru partea de train (n_neighbors) sau o metrică nepotrivită. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
