wie kann ich Schätzer verwenden nicht in sklearn für Modellpipeline

Question

Ich versuchte ARIMA-Modell in der gridSearchCV Funktion zu verwenden, aber es gibt

„Typeerror: Kann Objekt klonen‚‘(Typ): Es ist nicht zu sein scheint ein scikit-Learn-Schätzer, da es kein ‚get_params‘ Methoden nicht implementiert. "

import numpy as np 
import pandas as pd 
from sklearn.grid_search import GridSearchCV 
from statsmodels.tsa.arima_model import ARIMA 
df_original = pd.DataFrame({"date_col": ['2016-08-01', '2016-08-02', '2016-08-03', '2016-08-04', '2016-08-05', 
              '2016-08-06', '2016-08-07', '2016-08-08', '2016-08-09', '2016-08-10', 
              '2016-08-11'], 
           'sum_base_revenue_cip': [1, 2, 7, 5, 1, 2, 5, 10, 9, 0, 1]}) 
    df_original["sum_base_revenue_cip"] = np.log(df_original["sum_base_revenue_cip"] + 1e-6) 
    df_original_ts = df_original.copy(deep=True) 
    df_original_ts['date_col'] = pd.to_datetime(df_original['date_col']) 
    df_original_ts = df_original_ts.set_index('date_col') 
    print df_original_ts 

    estimator = ARIMA(df_original_ts,order=(1,1,0)) 
    params = { 
     'order': ((2, 1, 0), (0, 2, 1), (1, 0, 0)) 
    } 
    grid_search = GridSearchCV(estimator, 
           params, 
           n_jobs=-1, 
           verbose=True) 
    grid_search.fit(df_original_ts) 

Answer 1

1. Sie können einen sklearn Wrapper finden es
2. Sie Ihre eigenen von BaseEstimator vererben schreiben kann und treffen alle Anforderungen für ein Sklearn-Schätzer, z.B. Alle Parameter müssen explizit in der Signatur für init angegeben werden.
3. Sie können Ihre eigenen Rastersuche nur durch die Parameter durchlaufen.