[Dúvida] Não entendi o uso de logisticregression__ no Grid Search

E aí, Matheus!

Vo tentar te ajudar do meu entendimento tá? O lance do prefixo logisticregression__ é porque a gente tá lidando com um pipeline do sklearn. Quando a gente usa o make_pipeline(), ele dá automaticamente um nome pra cada passo do pipeline baseado no tipo de objeto que a gente tá usando. No caso da Regressão Logística, ele coloca o nome de logisticregression.

Então, quando a gente tá ajustando hiperparâmetros num pipeline usando o GridSearchCV, a gente precisa falar pra qual passo do pipeline aquele hiperparâmetro é. A gente faz isso usando a sintaxe nomedopasso__hiperparametro.

Se a gente tivesse trabalhando com um modelo de floresta aleatória, por exemplo, o prefixo seria randomforestclassifier__, assumindo que o pipeline foi criado com a função make_pipeline(RandomForestClassifier()).No caso do pipeline do imblearn que você mencionou, quando a gente define um nome pra cada passo do pipeline, a gente pode usar esse nome como referência. É tipo o que acontece no make_pipeline(), só que no make_pipeline() os nomes são gerados automaticamente.

Tomara que eu não tenha enrolado demais!

Oi Estudante (não sei por que seu perfil não aparece).

Agradeço sua contribuição. Meu raciocínio vai na mesma linha do seu e, aparentemente, é como o make_pipeline funciona.

Obrigado!