...
Eroare Machine Learning · Antrenare și predicție (fit / predict)

AttributeError: 'LinearRegression' object has no attribute 'coef_'

Pe scurt

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).

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

În scikit-learn, convenția e clară: tot ce se termină cu _ (de exemplu coef_, intercept_, classes_, n_features_in_, cluster_centers_) este învățat din date și apare pe obiect abia după fit. Înainte de antrenare, atributul pur și simplu nu există, iar Python dă AttributeError.

Al doilea caz frecvent: modelul e antrenat, dar nu are atributul cerut. coef_ există la modelele liniare (LinearRegression, LogisticRegression, Ridge, Lasso); un DecisionTreeClassifier sau un RandomForestRegressor au în schimb feature_importances_, iar KNeighborsClassifier nu are niciunul. Al treilea caz: modelul e într-un Pipeline, iar coef_ trebuie citit de pe pasul final: pipe.named_steps["model"].coef_.

De ce apare: cauzele frecvente

1Atribut citit înainte de fit

Greșit
PYTHON
model = LinearRegression()
print(model.coef_)
Corect
PYTHON
model = LinearRegression().fit(X, y)
print(model.coef_)

Coeficienții sunt calculați de fit; după antrenare, atributul există.

2coef_ cerut unui arbore

Greșit
PYTHON
arbore = DecisionTreeRegressor().fit(X, y)
print(arbore.coef_)
Corect
PYTHON
arbore = DecisionTreeRegressor().fit(X, y)
print(arbore.feature_importances_)

Un arbore nu are coeficienți, ci praguri. Importanța fiecărei caracteristici se citește din feature_importances_.

3coef_ cerut pipeline-ului

Greșit
PYTHON
pipe = make_pipeline(StandardScaler(), LinearRegression()).fit(X, y)
print(pipe.coef_)
Corect
PYTHON
pipe = make_pipeline(StandardScaler(), LinearRegression()).fit(X, y)
print(pipe[-1].coef_)

Pipeline-ul nu are coeficienți; modelul din ultimul pas îi are. pipe[-1] îl selectează.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă AttributeError: 'LinearRegression' object has no attribute 'coef_', pentru că programul citește coeficienții înainte de antrenare. Repară-l: antrenează modelul înainte de a afișa panta și interceptul.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.linear_model import LinearRegression

df = pd.DataFrame({
    "ore_studiu": [1, 2, 3, 4, 5, 6],
    "nota": [5, 6, 6.5, 7.5, 8, 9],
})
X = df[["ore_studiu"]]
y = df["nota"]

model = LinearRegression()
print("Panta:", round(model.coef_[0], 3))
print("Intercept:", round(model.intercept_, 3))
model.fit(X, y)
După reparație, programul afișează
Panta: 0.771
Intercept: 4.3
Indiciu

Mută model.fit(X, y) înainte de liniile cu print.

Alte forme ale mesajului

  • AttributeError: 'DecisionTreeClassifier' object has no attribute 'coef_'
  • AttributeError: 'Pipeline' object has no attribute 'coef_'
  • AttributeError: 'KMeans' object has no attribute 'cluster_centers_'

Cum o eviți pe viitor

Citește atributele învățate doar după fit și preferă forma model = Model().fit(X, y). Când schimbi tipul modelului, verifică în documentație ce atribute are (de exemplu coef_ la liniare, feature_importances_ la arbori). Pentru pipeline-uri, accesează modelul cu pipe[-1] sau pipe.named_steps["nume"]. Pentru o verificare rapidă, hasattr(model, "coef_") îți spune dacă atributul există.

Întrebări frecvente

De ce unele atribute au underscore la final?

E o convenție scikit-learn: parametrii pe care îi alegi tu (fit_intercept, max_depth) nu au underscore; valorile învățate din date (coef_, classes_) au. Așa știi imediat că un atribut apare doar după fit.

De ce nu primesc NotFittedError?

NotFittedError apare la metode (predict, transform), care verifică explicit dacă modelul e antrenat. Când citești direct un atribut, Python constată doar că nu există și dă AttributeError.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

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.