ImportError: IterativeImputer is experimental and the API might change without any deprecation cycle. To use it, you need to explicitly import enable_iterative_imputer:
IterativeImputer e o funcție experimentală și trebuie activată înainte de import. Pune întâi from sklearn.experimental import enable_iterative_imputer, apoi from sklearn.impute import IterativeImputer. La fel pentru HalvingGridSearchCV, cu enable_halving_search_cv.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
scikit-learn are câteva unelte marcate experimentale: interfața lor se poate schimba fără perioada obișnuită de avertizare. Ca să le folosești, trebuie să le activezi explicit, ca semn că știi asta. Mesajul îți dă exact rândul de adăugat (în eroarea completă, rândul apare pe linia următoare): from sklearn.experimental import enable_iterative_imputer.
Importul de activare nu se folosește direct în cod (de aceea unele editoare îl marchează ca „neutilizat”), dar trebuie să stea înaintea importului lui IterativeImputer. Nu-l șterge la curățarea importurilor.
Aceeași regulă se aplică la HalvingGridSearchCV și HalvingRandomSearchCV, care se activează cu from sklearn.experimental import enable_halving_search_cv.
De ce apare: cauzele frecvente
1Lipsește importul de activare
from sklearn.impute import IterativeImputerfrom sklearn.experimental import enable_iterative_imputer # noqa: F401
from sklearn.impute import IterativeImputerImportul de activare înregistrează clasa în sklearn.impute, apoi o poți importa normal.
2Ordinea importurilor inversată
from sklearn.impute import IterativeImputer
from sklearn.experimental import enable_iterative_imputerfrom sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputerActivarea trebuie să aibă loc înainte de import, altfel clasa încă nu există.
3Căutare Halving fără activare
from sklearn.model_selection import HalvingGridSearchCVfrom sklearn.experimental import enable_halving_search_cv
from sklearn.model_selection import HalvingGridSearchCVCăutarea prin înjumătățire e tot experimentală și are propriul import de activare.
Repară eroarea, direct în pagină
Codul de mai jos dă ImportError: IterativeImputer is experimental.... Activează funcția experimentală înainte de import, ca programul să afișeze valoarea completată pentru salariul lipsă. Importul de activare trebuie să fie primul.
import numpy as np
from sklearn.impute import IterativeImputer
# vechime (ani), salariu (mii lei); salariul creste cu 1 pe an
X = np.array([[1, 4.0], [2, 5.0], [3, 6.0], [4, np.nan], [5, 8.0]])
imp = IterativeImputer(random_state=0)
rez = imp.fit_transform(X)
print("Salariu estimat:", round(float(rez[3, 1]), 2))Salariu estimat: 7.0
Indiciu
Adaugă from sklearn.experimental import enable_iterative_imputer înaintea importului din sklearn.impute.
Reparația
import numpy as np
from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer
# vechime (ani), salariu (mii lei); salariul creste cu 1 pe an
X = np.array([[1, 4.0], [2, 5.0], [3, 6.0], [4, np.nan], [5, 8.0]])
imp = IterativeImputer(random_state=0)
rez = imp.fit_transform(X)
print("Salariu estimat:", round(float(rez[3, 1]), 2))De ce merge
Importul din sklearn.experimental activează IterativeImputer, care apoi se importă normal. Imputerul învață din rândurile complete cum depinde salariul de vechime (aici, exact 3 + vechimea) și estimează salariul lipsă la 4 ani de vechime, adică 7 mii lei, în loc să pună simplu media coloanei.
Alte forme ale mesajului
ImportError: cannot import name 'IterativeImputer' from 'sklearn.impute'ImportError: HalvingGridSearchCV is experimental and the API might change without any deprecation cycle. To use it, you need to explicitly import enable_halving_search_cv:
Cum o eviți pe viitor
Când folosești o unealtă experimentală, copiază împreună cele două rânduri de import și pune un comentariu care explică de ce e nevoie de primul. Dacă folosești un instrument de formatare care sortează sau șterge importurile, marchează rândul cu # noqa: F401 sau exclude-l. Fixează versiunea de scikit-learn: interfețele experimentale se pot schimba între versiuni.
Întrebări frecvente
E sigur să folosesc IterativeImputer?
Da, funcționează bine. „Experimental” înseamnă doar că parametrii lui se pot schimba fără avertizare într-o versiune viitoare.
Ce face IterativeImputer diferit de SimpleImputer?
În loc de medie sau mediană, prezice fiecare valoare lipsă dintr-o coloană folosind celelalte coloane, cu un model de regresie, în mai multe runde.
Erori înrudite
ImportError: cannot import name 'Imputer' from 'sklearn.preprocessing' Clasa Imputer a fost scoasă din scikit-learn (în versiunea 0.22). Înlocuitorul ei este SimpleImputer, din modulul sklearn.impute: from sklearn.impute import SimpleImputer. Parametrul axis nu mai există, iar missing_values="NaN" devine np.nan. ValueError: Input X contains NaN. Datele de intrare X au cel puțin o valoare lipsă (NaN), iar modelul nu știe să lucreze cu ea. Completează golurile înainte de fit (de exemplu cu fillna sau SimpleImputer) sau elimină rândurile incomplete cu dropna. 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). 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.
