...
Eroare Machine Learning · Parametri, versiuni și importuri

TypeError: LinearRegression.__init__() got an unexpected keyword argument 'normalize'

Pe scurt

Parametrul normalize a fost scos din LinearRegression, Ridge, Lasso și celelalte modele liniare în scikit-learn 1.2. Pune scalarea ca pas separat, într-un pipeline: make_pipeline(StandardScaler(), LinearRegression()).

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

Ce înseamnă

Constructorul LinearRegression(...) nu mai acceptă normalize. Parametrul a fost marcat învechit în 1.0 și eliminat în 1.2, pentru că amesteca două lucruri: pregătirea datelor și modelul. În scikit-learn, pregătirea se face cu transformatoare separate, puse într-un Pipeline.

Atenție: vechiul normalize=True nu făcea o standardizare obișnuită: scădea media și împărțea la norma L2 a coloanei, nu la deviația standard. Pentru LinearRegression simplă, predicțiile nu se schimbă oricum (doar coeficienții se rescalează). Pentru modelele cu regularizare (Ridge, Lasso, ElasticNet), scara contează, deci, după ce treci la StandardScaler, e posibil să trebuiască să ajustezi alpha.

Aceeași eroare apare la Ridge, Lasso, LassoCV, RidgeCV, Lars și altele.

De ce apare: cauzele frecvente

1Regresie liniară cu normalize

Greșit
PYTHON
model = LinearRegression(normalize=True)
Corect
PYTHON
model = make_pipeline(StandardScaler(), LinearRegression())

Scalarea devine un pas separat, aplicat la fel la antrenare și la predicție.

2Ridge sau Lasso cu normalize

Greșit
PYTHON
model = Lasso(alpha=0.1, normalize=True)
Corect
PYTHON
model = make_pipeline(StandardScaler(), Lasso(alpha=0.1))

Regularizarea are nevoie de date pe aceeași scară. Verifică apoi dacă alpha mai e potrivit.

3Parametrul pus în grilă

Greșit
PYTHON
grila = {"normalize": [True, False], "alpha": [0.1, 1]}
Corect
PYTHON
grila = {"ridge__alpha": [0.1, 1]}
GridSearchCV(make_pipeline(StandardScaler(), Ridge()), grila)

Parametrii care nu mai există nu pot fi căutați; cei ai modelului din pipeline au prefixul pasului.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă TypeError: LinearRegression.__init__() got an unexpected keyword argument 'normalize'. Scoate parametrul și pune scalarea ca pas separat, cu make_pipeline(StandardScaler(), LinearRegression()), ca programul să afișeze prețul estimat pentru un apartament nou.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler

# suprafata (mp), etaj -> pret (mii lei)
X = [[50, 1], [60, 2], [70, 1], [80, 3], [90, 2]]
y = [101, 122, 141, 163, 182]

model = LinearRegression(normalize=True).fit(X, y)
print("Pret estimat:", round(float(model.predict([[75, 2]])[0]), 1))
După reparație, programul afișează
Pret estimat: 152.0
Indiciu

Construiește modelul cu make_pipeline(StandardScaler(), LinearRegression()).

Alte forme ale mesajului

  • TypeError: __init__() got an unexpected keyword argument 'normalize'
  • TypeError: Ridge.__init__() got an unexpected keyword argument 'normalize'
  • TypeError: Lasso.__init__() got an unexpected keyword argument 'normalize'

Cum o eviți pe viitor

Păstrează preprocesarea în afara modelului: un Pipeline cu StandardScaler și modelul. Așa codul merge pe orice versiune recentă, iar scalarea se aplică automat și la datele noi. La actualizarea bibliotecii, rulează proiectul o dată cu avertismentele FutureWarning afișate și repară-le pe toate.

Întrebări frecvente

Se schimbă predicțiile dacă scot normalize?

La LinearRegression, nu: scalarea schimbă doar coeficienții, nu dreapta găsită. La Ridge și Lasso, da, puțin, pentru că penalizarea depinde de scară.

Am nevoie de scalare la regresia liniară simplă?

Nu pentru predicții. Ajută însă când vrei să compari coeficienții între ei, pentru că toate trăsăturile au aceeași scară.

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.