...
Eroare Machine Learning · Encodere, ColumnTransformer și Pipeline

ValueError: Names provided are not unique: ['model', 'model']

Pe scurt

Doi pași din Pipeline (sau din ColumnTransformer, FeatureUnion, VotingClassifier) au același nume. Numele trebuie să fie unice, pentru că după ele accesezi pașii și setezi parametrii (model__C). Dă fiecărui pas un nume diferit.

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

Ce înseamnă

Numele pașilor sunt chei: pipeline.named_steps["model"], set_params(model__C=10) sau grila {"model__C": [...]} le folosesc ca să găsească pasul. Dacă două nume sunt identice, cheia ar fi ambiguă, așa că scikit-learn verifică la fit și afișează lista numelor primite.

Greșeala apare de obicei la copy-paste: copiezi un rând ("scaler", StandardScaler()), schimbi obiectul și uiți numele. Se întâmplă la fel în ColumnTransformer (două transformatoare numite "num"), în FeatureUnion sau la VotingClassifier și StackingClassifier, unde fiecare model din estimators are nume.

Eroarea apare și dacă un nume se suprapune cu un parametru al obiectului-părinte, de exemplu un pas numit "steps" sau "memory", dar atunci mesajul e diferit.

De ce apare: cauzele frecvente

1Nume copiat în Pipeline

Greșit
PYTHON
Pipeline([("model", StandardScaler()), ("model", LogisticRegression())])
Corect
PYTHON
Pipeline([("scaler", StandardScaler()), ("model", LogisticRegression())])

Fiecare pas are acum propriul nume, deci model__C indică clar regresia logistică.

2Două transformatoare cu același nume

Greșit
PYTHON
ColumnTransformer([("num", StandardScaler(), ["suprafata"]), ("num", OneHotEncoder(), ["oras"])])
Corect
PYTHON
ColumnTransformer([("num", StandardScaler(), ["suprafata"]), ("cat", OneHotEncoder(), ["oras"])])

Numele apar și în prefixul coloanelor rezultate (num__suprafata, cat__oras_Cluj), deci trebuie să difere.

3Modele cu același nume în VotingClassifier

Greșit
PYTHON
VotingClassifier([("arbore", DecisionTreeClassifier(max_depth=2)), ("arbore", DecisionTreeClassifier(max_depth=5))])
Corect
PYTHON
VotingClassifier([("arbore2", DecisionTreeClassifier(max_depth=2)), ("arbore5", DecisionTreeClassifier(max_depth=5))])

Fiecare model din ansamblu are nevoie de un nume propriu.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Names provided are not unique: ['model', 'model'], pentru că ambii pași se numesc „model”. Redenumește primul pas „scaler”, ca programul să afișeze pașii și valoarea C setată pe model.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler

X = [[1, 100], [2, 110], [3, 90], [8, 300], [9, 320], [10, 310]]
y = [0, 0, 0, 1, 1, 1]

model = Pipeline([("model", StandardScaler()), ("model", LogisticRegression())])
model.set_params(model__C=10.0)
model.fit(X, y)
print("Pasi:", list(model.named_steps))
print("C:", model.named_steps["model"].C)
După reparație, programul afișează
Pasi: ['scaler', 'model']
C: 10.0
Indiciu

Primul pas devine ("scaler", StandardScaler()).

Alte forme ale mesajului

  • ValueError: Names provided are not unique: ['num', 'num']
  • ValueError: Names provided are not unique: ['arbore', 'arbore', 'knn']

Cum o eviți pe viitor

Dă pașilor nume după rolul lor (imputer, scaler, cat, model), nu după un șablon copiat. Pentru pipeline-uri simple, make_pipeline generează automat nume unice (adaugă și numere, de exemplu standardscaler-1, standardscaler-2, când același tip apare de două ori). Afișează model.named_steps.keys() după construcție.

Întrebări frecvente

De ce primesc eroarea abia la fit, nu la construcție?

Constructorii din scikit-learn doar memorează parametrii. Validările se fac la fit, ca să poți modifica obiectul înainte cu set_params.

Pot folosi același tip de pas de două ori?

Da, de exemplu două StandardScaler, dar cu nume diferite.

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.