AttributeError: 'GridSearchCV' object has no attribute 'best_params_'
best_params_, best_score_ și best_estimator_ apar abia după ce rulezi căutarea cu grid.fit(X, y). Ai creat GridSearchCV (sau RandomizedSearchCV), dar n-ai apelat fit, ori l-ai apelat pe alt obiect. Apelează fit înainte să citești rezultatele.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
În scikit-learn, atributele care se termină cu _ sunt rezultate ale antrenării: nu există până nu rulezi fit. GridSearchCV(model, grila) doar descrie căutarea; abia grid.fit(X, y) încearcă toate combinațiile, cu validare încrucișată, și creează best_params_, best_score_, best_estimator_ și cv_results_.
De aceea mesajul spune doar că obiectul nu are atributul, fără să pomenească de antrenare. Python îți poate sugera și Did you mean: 'get_params'?, dar get_params() întoarce parametrii pe care i-ai dat tu, nu pe cei mai buni. Cauzele obișnuite: lipsește fit, fit a fost apelat pe modelul original în loc de grilă, sau ai creat din nou obiectul GridSearchCV după ce l-ai antrenat. Mai există un caz: cu refit=False, best_estimator_ nu se creează niciodată.
De ce apare: cauzele frecvente
1Lipsește fit
grid = GridSearchCV(KNeighborsClassifier(), {"n_neighbors": [1, 3, 5]})
print(grid.best_params_)grid = GridSearchCV(KNeighborsClassifier(), {"n_neighbors": [1, 3, 5]})
grid.fit(X, y)
print(grid.best_params_)fit rulează căutarea, iar rezultatele apar abia după aceea.
2fit apelat pe model, nu pe grilă
model = KNeighborsClassifier()
grid = GridSearchCV(model, grila)
model.fit(X, y)
print(grid.best_params_)model = KNeighborsClassifier()
grid = GridSearchCV(model, grila)
grid.fit(X, y)
print(grid.best_params_)GridSearchCV face copii ale modelului și le antrenează pe ale lui. Antrenarea modelului original nu atinge grila.
3refit=False și best_estimator_
grid = GridSearchCV(model, grila, refit=False).fit(X, y)
grid.best_estimator_.predict(X_nou)grid = GridSearchCV(model, grila).fit(X, y) # refit=True implicit
grid.best_estimator_.predict(X_nou)Fără refit, căutarea află cei mai buni parametri, dar nu mai antrenează modelul final, deci nu există best_estimator_.
Repară eroarea, direct în pagină
Codul de mai jos dă AttributeError: 'GridSearchCV' object has no attribute 'best_params_', pentru că grila nu a fost antrenată. Repară-l, ca programul să afișeze numărul de vecini ales și scorul mediu la validare.
from sklearn.model_selection import GridSearchCV
from sklearn.neighbors import KNeighborsClassifier
X = [[1], [2], [3], [4], [10], [11], [12], [13]]
y = [0, 0, 0, 0, 1, 1, 1, 1]
grid = GridSearchCV(KNeighborsClassifier(), {"n_neighbors": [1, 3]}, cv=2)
print("Vecini:", grid.best_params_["n_neighbors"])
print("Scor:", grid.best_score_)Vecini: 1 Scor: 1.0
Indiciu
Adaugă grid.fit(X, y) înainte de print.
Reparația
from sklearn.model_selection import GridSearchCV
from sklearn.neighbors import KNeighborsClassifier
X = [[1], [2], [3], [4], [10], [11], [12], [13]]
y = [0, 0, 0, 0, 1, 1, 1, 1]
grid = GridSearchCV(KNeighborsClassifier(), {"n_neighbors": [1, 3]}, cv=2)
grid.fit(X, y)
print("Vecini:", grid.best_params_["n_neighbors"])
print("Scor:", grid.best_score_)De ce merge
GridSearchCV(...) doar pregătește căutarea. grid.fit(X, y) încearcă fiecare valoare din grilă cu validare încrucișată în 2 părți și abia atunci creează best_params_ și best_score_. Cele două grupuri de numere sunt foarte depărtate, deci ambele valori obțin scorul maxim; la egalitate, GridSearchCV păstrează prima combinație din grilă, adică 1 vecin.
Alte forme ale mesajului
AttributeError: 'GridSearchCV' object has no attribute 'best_params_'. Did you mean: 'get_params'?AttributeError: 'GridSearchCV' object has no attribute 'best_estimator_'AttributeError: 'RandomizedSearchCV' object has no attribute 'best_score_'AttributeError: 'GridSearchCV' object has no attribute 'cv_results_'
Cum o eviți pe viitor
Scrie căutarea într-o singură linie, grid = GridSearchCV(...).fit(X, y), ca să nu poți uita antrenarea. fit întoarce chiar obiectul, deci asta funcționează. În notebook-uri, rulează celulele în ordine după ce modifici grila: o celulă rulată din nou cu GridSearchCV(...) creează un obiect nou, neantrenat.
Întrebări frecvente
best_params_ e același lucru cu get_params()?
Nu. get_params() arată configurația obiectului GridSearchCV (modelul, grila, cv). best_params_ arată combinația din grilă care a obținut cel mai bun scor la validare.
Trebuie să reantrenez modelul cu parametrii cei mai buni?
Nu, dacă ai lăsat refit=True (implicit): best_estimator_ este deja antrenat pe toate datele, iar grid.predict îl folosește direct.
Erori înrudite
NotFittedError: This LinearRegression instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator. Ai apelat predict, transform sau score pe un model (sau scaler) care încă n-a fost antrenat. Apelează întâi fit(X, y) pe același obiect, apoi predict. Verifică să nu fi creat un obiect nou între timp sau să fi antrenat altă variabilă. AttributeError: 'LinearRegression' object has no attribute 'coef_' Atributele cu underscore la final (coef_, intercept_, classes_, feature_importances_) există doar după fit. Antrenează modelul înainte să le citești. Dacă modelul e antrenat, verifică numele atributului: unele modele nu au coef_ (de exemplu arborii). TypeError: Parameter grid for parameter 'C' needs to be a list or a numpy array, but got 1.0 (of type float) instead. Single values need to be wrapped in a list with one element. În grila lui GridSearchCV, fiecare parametru trebuie să aibă o listă de valori de încercat, chiar dacă vrei o singură valoare. Scrie {"C": [1.0]} sau {"C": [0.1, 1, 10]}, nu {"C": 1.0}. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
