ImportError: cannot import name 'SCORERS' from 'sklearn.metrics'
Dicționarul `SCORERS` a fost scos din scikit-learn în versiunea 1.3, așa că importul din cod sau tutoriale mai vechi nu mai merge. Pentru lista de nume folosește `from sklearn.metrics import get_scorer_names`, iar pentru un scorer anume `get_scorer("f1")`.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
SCORERS era un dicționar cu toate metricile pe care le poți da prin nume în scoring=. Mulți îl foloseau ca să afle numele valide: sorted(SCORERS.keys()). În scikit-learn 1.1 a fost marcat ca învechit, iar din 1.3 nu mai există, deci import dă ImportError.
Înlocuitorii sunt două funcții: get_scorer_names() întoarce lista numelor valide, iar get_scorer(nume) întoarce obiectul scorer pentru un nume. Calea din paranteză, dacă apare în mesaj, îți arată ce instalare de scikit-learn folosește Python; versiunea o afli cu import sklearn; print(sklearn.__version__).
Același tip de eroare apare pentru alte nume scoase între timp; dacă un import din sklearn.metrics sau sklearn.utils nu merge, caută numele în notele de versiune.
De ce apare: cauzele frecvente
1Lista de metrici luată din SCORERS
from sklearn.metrics import SCORERS
print(sorted(SCORERS.keys()))from sklearn.metrics import get_scorer_names
print(sorted(get_scorer_names()))get_scorer_names() întoarce aceleași nume pe care le avea dicționarul.
2Scorer luat din dicționar
from sklearn.metrics import SCORERS
scorer = SCORERS["roc_auc"]from sklearn.metrics import get_scorer
scorer = get_scorer("roc_auc")get_scorer întoarce obiectul scorer pentru numele dat și dă o eroare clară dacă numele nu există.
Repară eroarea, direct în pagină
Codul de mai jos dă ImportError: cannot import name 'SCORERS' from 'sklearn.metrics', pentru că dicționarul a fost scos în scikit-learn 1.3. Folosește funcția care întoarce numele metricilor, ca programul să afișeze dacă f1 și mse sunt nume valide.
from sklearn.metrics import SCORERS
nume = set(SCORERS.keys())
for m in ["f1", "mse", "neg_mean_squared_error"]:
print(m, "valid" if m in nume else "invalid")f1 valid mse invalid neg_mean_squared_error valid
Indiciu
Importă get_scorer_names și folosește get_scorer_names() în loc de SCORERS.keys().
Reparația
from sklearn.metrics import get_scorer_names
nume = set(get_scorer_names())
for m in ["f1", "mse", "neg_mean_squared_error"]:
print(m, "valid" if m in nume else "invalid")De ce merge
get_scorer_names() întoarce toate numele pe care le poți da în scoring=, exact ce conținea SCORERS. f1 și neg_mean_squared_error sunt în listă, iar mse nu, pentru că erorile se dau cu prefixul neg_ și cu numele complet.
Alte forme ale mesajului
ImportError: cannot import name 'SCORERS' from 'sklearn.metrics' (/usr/local/lib/python3.11/site-packages/sklearn/metrics/__init__.py)
Cum o eviți pe viitor
Fixează versiunea de scikit-learn în requirements.txt și citește notele de versiune când o actualizezi. Când copiezi cod dintr-un tutorial, uită-te la data lui: înainte de 2023, multe exemple folosesc nume scoase între timp. Avertismentele FutureWarning și DeprecationWarning îți spun din timp ce va dispărea; nu le ascunde, repară-le cât încă merge codul.
Întrebări frecvente
Am nevoie de SCORERS ca să folosesc scoring=?
Nu. În cross_val_score sau GridSearchCV dai direct numele, de exemplu scoring="f1". get_scorer_names() îți trebuie doar ca să vezi ce nume există.
Pot instala o versiune veche ca să meargă codul?
Poți, cu pip install "scikit-learn<1.3", dar pierzi reparațiile și funcțiile noi, iar versiunile vechi pot să nu se mai instaleze pe Python nou. Mai simplu e să înlocuiești importul.
Erori înrudite
InvalidParameterError: The 'scoring' parameter of cross_val_score must be a str among {...}, a callable or None. Got 'f1_scor' instead. Numele metricii din `scoring=` nu există în scikit-learn: e scris greșit sau nu e numele de scorer (de exemplu `f1_scor`, `accuracy_score`, `mse`). Folosește un nume din `sklearn.metrics.get_scorer_names()`, cum ar fi `"f1"`, `"accuracy"`, `"roc_auc"` sau `"neg_mean_squared_error"`. ImportError: cannot import name 'plot_confusion_matrix' from 'sklearn.metrics' plot_confusion_matrix, plot_roc_curve și plot_precision_recall_curve au fost scoase în scikit-learn 1.2. Folosește clasele Display: ConfusionMatrixDisplay.from_estimator(model, X_test, y_test) sau ConfusionMatrixDisplay.from_predictions(y_test, y_pred). ImportError: cannot import name 'joblib' from 'sklearn.externals' Copia lui joblib inclusă în scikit-learn a fost scoasă în versiunea 0.23. Importă direct pachetul: import joblib, apoi joblib.dump(model, "model.joblib") și joblib.load("model.joblib"). joblib se instalează automat odată cu scikit-learn. 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.
