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

NotFittedError: This LinearRegression instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

Pe scurt

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.

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

Ce înseamnă

Orice obiect din scikit-learn (model, scaler, encoder) are două etape: îl creezi (LinearRegression()), apoi îl antrenezi cu fit. Abia după fit are ce să folosească: coeficienții, media și deviația de scalare, categoriile. Dacă sari peste fit, metodele predict, transform, predict_proba sau score nu au ce calcula și aruncă NotFittedError. Numele din mesaj (LinearRegression, StandardScaler, OneHotEncoder) îți spune ce obiect nu e antrenat.

Cauzele clasice: ai uitat fit; ai antrenat un obiect și prezici cu altul (de exemplu ai scris din nou model = LinearRegression() după fit); ai antrenat un model într-o funcție și ai folosit în afara ei o variabilă diferită; sau ai apelat fit pe o copie (clone, un model din listă) și prezici cu originalul.

De ce apare: cauzele frecvente

1fit uitat

Greșit
PYTHON
model = LinearRegression()
print(model.predict([[70]]))
Corect
PYTHON
model = LinearRegression()
model.fit(X, y)
print(model.predict([[70]]))

fit calculează coeficienții, iar predict îi folosește. Fără fit, nu există coeficienți.

2Obiect recreat după antrenare

Greșit
PYTHON
model = LinearRegression().fit(X, y)
# ...
model = LinearRegression()
model.predict(X_nou)
Corect
PYTHON
model = LinearRegression().fit(X, y)
# ...
model.predict(X_nou)

LinearRegression() creează mereu un obiect nou, neantrenat. A doua atribuire a înlocuit modelul antrenat.

3Scaler folosit cu transform fără fit

Greșit
PYTHON
scaler = StandardScaler()
X_test_s = scaler.transform(X_test)
Corect
PYTHON
scaler = StandardScaler()
X_train_s = scaler.fit_transform(X_train)
X_test_s = scaler.transform(X_test)

Scaler-ul învață media și deviația pe train, cu fit_transform, apoi aplică aceleași valori pe test.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă NotFittedError: This StandardScaler instance is not fitted yet., pentru că scaler-ul e folosit cu transform înainte să fi învățat ceva. Repară-l: antrenează scaler-ul pe datele de antrenare cu fit_transform și abia apoi transformă datele de test, ca programul să afișeze valorile scalate ale testului.

Codul care dă eroarea
PYTHON
import numpy as np
from sklearn.preprocessing import StandardScaler

X_train = np.array([[50.0], [60.0], [70.0], [80.0]])
X_test = np.array([[65.0], [90.0]])

scaler = StandardScaler()
X_train_s = scaler.transform(X_train)
X_test_s = scaler.transform(X_test)
print("Media invatata:", scaler.mean_[0])
print("Test scalat:", np.round(X_test_s.ravel(), 3).tolist())
După reparație, programul afișează
Media invatata: 65.0
Test scalat: [0.0, 2.236]
Indiciu

Prima transformare trebuie să fie scaler.fit_transform(X_train).

Alte forme ale mesajului

  • NotFittedError: This StandardScaler instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.
  • NotFittedError: This DecisionTreeClassifier instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.
  • sklearn.exceptions.NotFittedError: This Pipeline instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

Cum o eviți pe viitor

Folosește forma scurtă model = LinearRegression().fit(X, y), care creează și antrenează în aceeași linie: fit întoarce chiar modelul. Nu refolosi același nume de variabilă pentru un obiect nou. Pune scaler-ul și modelul într-un Pipeline, ca un singur fit să le antreneze pe amândouă. Dacă nu ești sigur, sklearn.utils.validation.check_is_fitted(model) îți spune dacă obiectul e antrenat.

Întrebări frecvente

De ce merge model = LinearRegression().fit(X, y)?

Pentru că fit antrenează obiectul și îl întoarce, deci variabila primește chiar modelul antrenat. E o convenție a tuturor obiectelor din scikit-learn.

Am antrenat modelul în altă celulă din notebook. De ce nu merge?

Probabil ai rulat din nou celula care creează modelul (model = LinearRegression()) după cea cu fit, sau ai repornit kernelul. Rulează celulele în ordine, de sus în jos.

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.