ValueError: All the 5 fits failed. It is very likely that your model is misconfigured.
cross_val_score, cross_validate sau GridSearchCV au încercat să antreneze modelul pe fiecare parte, iar toate antrenările au dat eroare. Citește mai jos, în același mesaj, secțiunea „fits failed with the following error”: acolo e eroarea reală (de exemplu un text în X sau un parametru greșit).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Funcțiile de validare antrenează modelul de mai multe ori, câte o dată pentru fiecare parte (și pentru fiecare combinație de parametri, la GridSearchCV). Ca să nu oprească totul la prima problemă, prind erorile de la fiecare antrenare și pun scorul nan. Dacă toate antrenările eșuează, nu mai au ce raporta și ridică acest ValueError general: „probabil modelul e configurat greșit”.
Partea importantă e mai jos în mesaj: 5 fits failed with the following error: urmat de traceback-ul real, de exemplu could not convert string to float: 'Cluj', Input X contains NaN sau missing 1 required positional argument: 'y'. Repară acea eroare, nu pe cea de deasupra. Ca să vezi eroarea direct, ca la un fit obișnuit, adaugă error_score="raise" sau rulează o dată model.fit(X, y) în afara validării.
De ce apare: cauzele frecvente
1X conține o coloană text
X = df[["suprafata", "oras"]]
cross_val_score(LinearRegression(), X, y, cv=5)X = df[["suprafata"]]
cross_val_score(LinearRegression(), X, y, cv=5)Fiecare antrenare dădea could not convert string to float. Fără coloana text (sau cu ea codificată într-un Pipeline), antrenările merg.
2Lipsește y
cross_val_score(LogisticRegression(), X, cv=5)cross_val_score(LogisticRegression(), X, y, cv=5)Fără y, fiecare fit dădea missing 1 required positional argument: 'y'.
3Găsește eroarea reală cu error_score
grid = GridSearchCV(model, grila, cv=5).fit(X, y)grid = GridSearchCV(model, grila, cv=5, error_score="raise").fit(X, y)Cu error_score="raise", prima antrenare care eșuează oprește programul cu eroarea ei originală, mai ușor de citit.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: All the 3 fits failed. Citește eroarea reală de sub mesaj (missing 1 required positional argument: 'y') și repară apelul lui cross_val_score, ca programul să afișeze acuratețea pe cele 3 părți.
from sklearn.model_selection import KFold, cross_val_score
from sklearn.neighbors import KNeighborsClassifier
# minute pe site
X = [[1], [2], [3], [4], [5], [6], [15], [16], [17], [18], [19], [20]]
y = [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1]
cv = KFold(n_splits=3, shuffle=True, random_state=0)
scoruri = cross_val_score(KNeighborsClassifier(n_neighbors=3), X, cv=cv)
print("Acuratete:", scoruri.tolist())Acuratete: [1.0, 1.0, 1.0]
Indiciu
cross_val_score primește modelul, X și apoi y: cross_val_score(model, X, y, cv=cv).
Reparația
from sklearn.model_selection import KFold, cross_val_score
from sklearn.neighbors import KNeighborsClassifier
# minute pe site
X = [[1], [2], [3], [4], [5], [6], [15], [16], [17], [18], [19], [20]]
y = [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1]
cv = KFold(n_splits=3, shuffle=True, random_state=0)
scoruri = cross_val_score(KNeighborsClassifier(n_neighbors=3), X, y, cv=cv)
print("Acuratete:", scoruri.tolist())De ce merge
Mesajul de deasupra spune doar că toate cele 3 antrenări au eșuat; dedesubt, fiecare bloc arată cauza: fit() n-a primit y. Fără etichete, un clasificator nu are ce învăța. Cu y dat pe poziția a treia, fiecare antrenare merge, iar pentru că vizitele scurte și lungi sunt bine separate, k-NN clasifică perfect fiecare parte de test.
Alte forme ale mesajului
ValueError: All the 10 fits failed. It is very likely that your model is misconfigured. You can try to debug the error by setting error_score='raise'.FitFailedWarning: 5 fits failed out of a total of 20. The score on these train-test partitions for these parameters will be set to nan.ValueError: All the 3 fits failed.
Cum o eviți pe viitor
Înainte de validarea încrucișată sau de o căutare de parametri, rulează o dată model.fit(X, y) pe toate datele: dacă merge, problemele rămase țin doar de împărțire. Pune preprocesarea (encodere, imputere) într-un Pipeline, ca fiecare parte să fie pregătită la fel. În timpul dezvoltării, poți lăsa error_score="raise".
Întrebări frecvente
Ce înseamnă FitFailedWarning: 5 fits failed out of a total of 20?
Că doar unele antrenări au eșuat, de obicei pentru anumite combinații din grilă (un parametru incompatibil cu altul). Scorul lor e nan, iar căutarea continuă cu celelalte. Mesajul afișează și eroarea comună.
De ce traceback-ul arată fișiere din sklearn, nu codul meu?
Pentru că antrenarea s-a făcut în interiorul funcției de validare. Uită-te la ultima linie a fiecărui bloc de eroare: ea spune ce nu i-a plăcut modelului.
Erori înrudite
UserWarning: Scoring failed. The score on this train-test partition for these parameters will be set to nan. În timpul validării (cross_val_score, GridSearchCV), modelul s-a antrenat, dar calculul scorului pe o parte de test a dat eroare, așa că scorul e nan. Citește eroarea din „Details” de sub avertisment: de obicei un parametru prea mare pentru partea de train (n_neighbors) sau o metrică nepotrivită. ValueError: could not convert string to float: 'Bucuresti' În X ai o coloană cu text (de exemplu orașul), iar modelul acceptă doar numere. Transformă coloanele de text în numere înainte de fit, cu pd.get_dummies sau OneHotEncoder, sau scoate-le din X dacă nu ai nevoie de ele. TypeError: LinearRegression.fit() missing 1 required positional argument: 'y' Ai apelat fit doar cu X, fără țintă. Modelele supervizate (regresie, clasificare) au nevoie de ambele: model.fit(X, y). Doar modelele nesupervizate (KMeans, PCA, StandardScaler) se antrenează cu fit(X). 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.
