Estoy ejecutando GridSearch CV para optimizar los parámetros de un clasificador en scikit. Una vez que termine, me gustaría saber qué parámetros se eligieron como los mejores.

Cada vez que lo hago me sale unAttributeError: 'RandomForestClassifier' object has no attribute 'best_estimator_', y no puedo decir por qué, ya que parece ser un atributo legítimo en eldocumentación.

from sklearn.grid_search import GridSearchCV

X = data[usable_columns]
y = data[target]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

rfc = RandomForestClassifier(n_jobs=-1,max_features= 'sqrt' ,n_estimators=50, oob_score = True) 

param_grid = {
    'n_estimators': [200, 700],
    'max_features': ['auto', 'sqrt', 'log2']
}

CV_rfc = GridSearchCV(estimator=rfc, param_grid=param_grid, cv= 5)

print '\n',CV_rfc.best_estimator_

Rendimientos:

`AttributeError: 'GridSearchCV' object has no attribute 'best_estimator_'