将相应的类添加到predict_proba（GridSearchCV sklearn）

Question

我正在使用GridSearchCV和管道来对一些文本文档进行分类。代码段：

clf = Pipeline([('vect', TfidfVectorizer()), ('clf', SVC())])
parameters = {'vect__ngram_range' : [(1,2)], 'vect__min_df' : [2], 'vect__stop_words' : ['english'],
                  'vect__lowercase' : [True], 'vect__norm' : ['l2'], 'vect__analyzer' : ['word'], 'vect__binary' : [True], 
                  'clf__kernel' : ['rbf'], 'clf__C' : [100], 'clf__gamma' : [0.01], 'clf__probability' : [True]} 
grid_search = GridSearchCV(clf, parameters, n_jobs = -2, refit = True, cv = 10)
grid_search.fit(corpus, labels)

我的问题是，当使用grid_serach.predict_proba(new_doc)并想找出概率与grid_search.classes_对应的类时，出现以下错误：

[AttributeError：'GridSearchCV'对象没有属性'classes _']

我错过了什么？我认为，如果管道中的最后一个“步骤”是分类器，那么GridSearchCV的返回也是分类器。因此，可以使用该分类器的属性，例如类别_。

Answer 1

如上所述，grid_search.best_estimator_.classes_返回一条错误消息，因为它返回了没有属性.classes_的管道。但是，通过首先调用管道的步骤分类器，我可以使用classes属性。这是解决方案

Answer 2

尝试grid_search.best_estimator_.classes_。