TypeError: BaggingClassifier.__init__() got an unexpected keyword argument 'base_estimator'
Parametrul base_estimator a fost redenumit estimator (în scikit-learn 1.2), iar numele vechi a dispărut în 1.4. Scrie BaggingClassifier(estimator=DecisionTreeClassifier()); la fel pentru AdaBoostClassifier, BaggingRegressor și CalibratedClassifierCV.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Ansamblurile care pornesc de la un model de bază (BaggingClassifier, BaggingRegressor, AdaBoostClassifier, AdaBoostRegressor) și CalibratedClassifierCV primeau acel model prin base_estimator. Pentru consecvență cu restul bibliotecii, parametrul s-a numit estimator începând cu 1.2, iar o perioadă ambele nume au funcționat, cu un FutureWarning. Din 1.4, base_estimator nu mai există și primești această eroare.
În grile, cheile se schimbă la fel: base_estimator__max_depth devine estimator__max_depth. Atributele învățate s-au redenumit și ele: base_estimator_ a devenit estimator_.
Comportamentul modelului nu s-a schimbat, doar numele.
De ce apare: cauzele frecvente
1Bagging cu numele vechi
BaggingClassifier(base_estimator=DecisionTreeClassifier(), n_estimators=10)BaggingClassifier(estimator=DecisionTreeClassifier(), n_estimators=10)Doar numele parametrului s-a schimbat, modelul e același.
2AdaBoost cu numele vechi
AdaBoostClassifier(base_estimator=DecisionTreeClassifier(max_depth=1))AdaBoostClassifier(estimator=DecisionTreeClassifier(max_depth=1))AdaBoost a primit aceeași redenumire.
3Cheile din grilă
grila = {"base_estimator__max_depth": [1, 2, 3]}grila = {"estimator__max_depth": [1, 2, 3]}Cheile pentru parametrii modelului interior folosesc numele nou al parametrului.
Repară eroarea, direct în pagină
Codul de mai jos dă TypeError: BaggingClassifier.__init__() got an unexpected keyword argument 'base_estimator'. Folosește numele nou al parametrului, ca programul să afișeze câți arbori are ansamblul și acuratețea pe datele de antrenare.
from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
X = [[1, 1], [2, 1], [1, 2], [2, 2], [8, 8], [9, 8], [8, 9], [9, 9]]
y = [0, 0, 0, 0, 1, 1, 1, 1]
model = BaggingClassifier(base_estimator=DecisionTreeClassifier(max_depth=2), n_estimators=5, random_state=0)
model.fit(X, y)
print("Arbori:", len(model.estimators_))
print("Acuratete:", model.score(X, y))Arbori: 5 Acuratete: 1.0
Indiciu
Înlocuiește base_estimator= cu estimator=.
Reparația
from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
X = [[1, 1], [2, 1], [1, 2], [2, 2], [8, 8], [9, 8], [8, 9], [9, 9]]
y = [0, 0, 0, 0, 1, 1, 1, 1]
model = BaggingClassifier(estimator=DecisionTreeClassifier(max_depth=2), n_estimators=5, random_state=0)
model.fit(X, y)
print("Arbori:", len(model.estimators_))
print("Acuratete:", model.score(X, y))De ce merge
estimator este numele actual al parametrului care primește modelul de bază. Ansamblul antrenează 5 arbori de adâncime 2, fiecare pe un eșantion aleator din date, și combină voturile lor. Cele două grupuri de puncte sunt bine separate, deci ansamblul clasifică totul corect.
Alte forme ale mesajului
TypeError: AdaBoostClassifier.__init__() got an unexpected keyword argument 'base_estimator'TypeError: CalibratedClassifierCV.__init__() got an unexpected keyword argument 'base_estimator'FutureWarning: `base_estimator` was renamed to `estimator` in version 1.2 and will be removed in 1.4.
Cum o eviți pe viitor
Citește avertismentele FutureWarning când rulezi cod existent: redenumirea a fost anunțată două versiuni la rând. Când copiezi exemple, verifică documentația versiunii tale de scikit-learn. Caută în proiect base_estimator și înlocuiește peste tot, inclusiv în grile și în codul care citește base_estimator_.
Întrebări frecvente
Se schimbă rezultatele după redenumire?
Nu. Doar numele parametrului e diferit; modelul și algoritmul sunt aceleași.
Ce model de bază folosește BaggingClassifier dacă nu dau estimator?
Un DecisionTreeClassifier cu parametrii impliciți. La AdaBoostClassifier, implicit e un arbore cu max_depth=1.
Erori înrudite
TypeError: LogisticRegression.__init__() got an unexpected keyword argument 'max_iters' Ai dat modelului un parametru care nu există, aici max_iters (corect: max_iter). De obicei e o greșeală de scriere sau un parametru din altă bibliotecă ori dintr-o versiune veche. Verifică numele în documentație sau cu Model().get_params(). ValueError: Invalid parameter 'C' for estimator Pipeline(steps=[('scaler', StandardScaler()), ('model', LogisticRegression())]). Valid parameters are: ['memory', 'steps', 'transform_input', 'verbose']. Ai dat lui GridSearchCV (sau lui set_params) un parametru al modelului direct pipeline-ului. Într-un pipeline, parametrii pașilor se scriu cu numele pasului și două underscore-uri: 'model__C' în loc de 'C'. TypeError: LinearRegression.__init__() got an unexpected keyword argument 'normalize' 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()). 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.
