还可通过pipe.score(X,Y)得到这个模型在X训练集上的正确率。...'vect__analyzer':['word']
}
#n_jobs=-1代表使用计算机的全部CPU
from sklearn.grid_search import GridSearchCV
gs...= GridSearchCV(clf,parameters,verbose=2,refit=True,cv=3,n_jobs=-1)
gs.fit(X_train,y_train)
print (...gs.best_params_,gs.best_score_)
print (gs.score(X_test,y_test))
输出
{'svc__C': 10.0, 'svc__gamma': 0.1...不同的是,每一个step分开计算,FeatureUnion最后将它们计算得到的结果合并到一块,返回的是一个数组,不具备最后一个estimator的方法。