如何使用pycaret获得第二好的模型参数？

Question

这是我在谷歌协作上的代码

# Import library 
from pycaret.classification import *


exp_clf = setup(data, target='target', normalize=True)


best_model = compare_models()

这就是结果

此代码将显示最佳模型参数

display(best_model)

这就是结果

我想知道其他模型参数而不是最佳模型（光梯度增强机），因为 AUC 对我来说不够高。如何显示随机森林分类器的参数？

我尝试了这个，希望它能向我展示第二最佳模型（随机森林）的参数

 display(best_model[1])

这就是结果

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-20-63c1d322b8ae> in <cell line: 1>()
----> 1 display(best_model[1])

TypeError: 'LGBMClassifier' object is not subscriptable

Answer 1

您需要在

n_select=<no_of_models_return>

方法中指定

compare_models()

参数，默认

n_select

设置为 1，因此您只能得到 1 个模型。

示例代码（我设置

verbose=False

隐藏一些信息）

from pycaret.datasets import get_data
from pycaret.classification import *

data = get_data('diabetes', verbose=False)
s = setup(data, target = 'Class variable', session_id = 123, verbose=False)
top3_best_models = compare_models(n_select=3, verbose=False) # Get top 3 best models

for model in top3_best_models:
    display(model)