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

TypeError: LogisticRegression.__init__() got an unexpected keyword argument 'multi_class'

Pe scurt

Parametrul multi_class al lui LogisticRegression a fost scos în scikit-learn 1.8 (era învechit din 1.5). Șterge-l: pentru mai multe clase, modelul folosește oricum varianta multinomială. Dacă ai nevoie de „una contra restului”, folosește OneVsRestClassifier(LogisticRegression()).

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

Ce înseamnă

Mesajul spune că constructorul LogisticRegression(...) nu mai are parametrul multi_class. Până de curând, scriai multi_class="multinomial" sau multi_class="ovr" ca să alegi cum tratează modelul problemele cu mai mult de două clase. În versiunea 1.5 parametrul a fost marcat ca învechit (cu un FutureWarning), iar acum a dispărut.

Comportamentul implicit este cel multinomial (o singură regresie softmax pentru toate clasele), adică exact ce obțineai cu multi_class="multinomial". Deci, în cele mai multe cazuri, doar ștergi parametrul. Dacă codul vechi folosea "ovr", varianta nouă este OneVsRestClassifier(LogisticRegression()) din sklearn.multiclass, care antrenează câte un model binar pentru fiecare clasă. Atenție: în GridSearchCV, cheia "multi_class" din grilă dă altă eroare, Invalid parameter.

De ce apare: cauzele frecvente

1Codul vechi cu multinomial

Greșit
PYTHON
model = LogisticRegression(multi_class="multinomial", max_iter=1000)
Corect
PYTHON
model = LogisticRegression(max_iter=1000)

Multinomial este acum comportamentul implicit pentru mai multe clase, deci parametrul nu mai e necesar.

2Codul vechi cu ovr

Greșit
PYTHON
model = LogisticRegression(multi_class="ovr")
Corect
PYTHON
from sklearn.multiclass import OneVsRestClassifier
model = OneVsRestClassifier(LogisticRegression())

OneVsRestClassifier antrenează câte o regresie logistică binară pentru fiecare clasă, ca vechiul "ovr".

3Parametrul pus într-o grilă

Greșit
PYTHON
grila = {"C": [0.1, 1], "multi_class": ["ovr", "multinomial"]}
Corect
PYTHON
grila = {"C": [0.1, 1]}

Parametrii care nu mai există nu pot fi căutați. Compară separat, dacă vrei, cu un OneVsRestClassifier.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă TypeError: LogisticRegression.__init__() got an unexpected keyword argument 'multi_class'. Repară constructorul modelului (comportamentul multinomial e acum implicit), ca programul să afișeze clasele și specia prezisă pentru două flori noi.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LogisticRegression

# lungimea petalei (cm) -> specia
X = [[1.4], [1.3], [1.5], [4.5], [4.7], [4.0], [5.8], [6.0], [5.5]]
y = ["setosa", "setosa", "setosa", "versicolor", "versicolor", "versicolor", "virginica", "virginica", "virginica"]

model = LogisticRegression(multi_class="multinomial", max_iter=1000).fit(X, y)
print("Clase:", [str(c) for c in model.classes_])
print("Predictii:", [str(p) for p in model.predict([[1.6], [5.9]])])
După reparație, programul afișează
Clase: ['setosa', 'versicolor', 'virginica']
Predictii: ['setosa', 'virginica']
Indiciu

Șterge multi_class="multinomial", din LogisticRegression(...).

Alte forme ale mesajului

  • TypeError: __init__() got an unexpected keyword argument 'multi_class'

Cum o eviți pe viitor

Când actualizezi scikit-learn, citește avertismentele FutureWarning din versiunea dinainte: ele anunță exact ce parametri vor dispărea. Rulează-ți codul o dată cu warnings.simplefilter("error", FutureWarning), ca să găsești toate locurile de schimbat. Fixează versiunea în requirements.txt. La codul copiat din tutoriale, verifică întâi versiunea de scikit-learn pentru care a fost scris.

Întrebări frecvente

Se schimbă rezultatele dacă șterg multi_class="multinomial"?

Nu, pentru că varianta multinomială e acum cea implicită. Dacă ștergi multi_class="ovr", rezultatele se pot schimba puțin, de aceea pentru „ovr” folosește OneVsRestClassifier.

Care e diferența dintre multinomial și ovr?

Multinomial antrenează un singur model care împarte probabilitatea între toate clasele (softmax). OvR antrenează câte un model „clasa asta sau nu” pentru fiecare clasă și apoi compară scorurile.

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.