ValueError: Names provided are not unique: ['model', 'model']
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
Pipeline([("model", StandardScaler()), ("model", LogisticRegression())])Pipeline([("scaler", StandardScaler()), ("model", LogisticRegression())])Fiecare pas are acum propriul nume, deci model__C indică clar regresia logistică.
2Două transformatoare cu același nume
ColumnTransformer([("num", StandardScaler(), ["suprafata"]), ("num", OneHotEncoder(), ["oras"])])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
VotingClassifier([("arbore", DecisionTreeClassifier(max_depth=2)), ("arbore", DecisionTreeClassifier(max_depth=5))])VotingClassifier([("arbore2", DecisionTreeClassifier(max_depth=2)), ("arbore5", DecisionTreeClassifier(max_depth=5))])Fiecare model din ansamblu are nevoie de un nume propriu.
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.
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)Pasi: ['scaler', 'model'] C: 10.0
Indiciu
Primul pas devine ("scaler", StandardScaler()).
Reparația
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([("scaler", 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)De ce merge
Cu nume unice, model__C indică fără ambiguitate pasul model, adică regresia logistică, iar named_steps are câte o cheie pentru fiecare pas. Pipeline-ul scalează datele cu pasul scaler și apoi antrenează modelul cu C = 10. Fără nume unice, nici named_steps, nici set_params nu ar ști ce pas să aleagă.
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
TypeError: cannot unpack non-iterable StandardScaler object Pipeline primește o listă de perechi (nume, pas), iar tu i-ai dat pașii fără nume. Scrie Pipeline([("scaler", StandardScaler()), ("model", LogisticRegression())]), sau folosește make_pipeline(StandardScaler(), LogisticRegression()), care pune numele singur. 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: All intermediate steps should be transformers and implement fit and transform or be the string 'passthrough' 'LogisticRegression()' (type <class 'sklearn.linear_model._logistic.LogisticRegression'>) doesn't Într-un Pipeline, toți pașii în afară de ultimul trebuie să fie transformatori (scaler, encoder, imputer), iar modelul trebuie să fie ultimul. Aici modelul a fost pus înaintea scaler-ului. Mută modelul la final: Pipeline([('scaler', StandardScaler()), ('model', LogisticRegression())]). 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.
