编辑：

Question

我在developer guide之后实施了几个自定义估算工具，因此所有这些都是从BaseEstimator继承的。其中一些使用其他scikit-learn估计器或变换器作为属性（例如，建立一个整体）。从BaseEstimator继承应该让我方便的是通过get_params（）访问参数，并通过set_params（）设置它们，如here所述，形式为component__parameter，例如用于网格搜索。在下面找到一个最小的例子。

from sklearn.base import BaseEstimator
from sklearn.linear_model import LinearRegression

class MyForecaster(BaseEstimator):

    def __init__(self, base_estimator=LinearRegression()):
        self.base_estimator = base_estimator

    def fit(self, X, y):
        pass

    def predict(self, X, y):
        pass

# instantiate forecaster and set parameters
mf = MyForecaster()
mf.set_params(**{"base_estimator" : "ElasticNet", "base_estimator__alpha": 0.05})

这失败了：

ValueError: Invalid parameter alpha for estimator LinearRegression. Check the list of available parameters with `estimator.get_params().keys()`.

这表示它尝试首先为嵌套属性设置params，而不是首先检查是否要覆盖“更高级别”属性（ElasticNet具有属性alpha，而不是LinearRegression）。

处理此问题的一种方法是为每个估算器覆盖set_params（），以确保正确处理它。

是否有任何“内置”方式来实现这一目标，我忽略了另一种解决方案？这是scikit-learn真正意图的行为吗？

编辑：

所以确实由于一些非常大的巧合，一个非常类似的问题似乎已经修复了版本0.19.1。但是，我的特殊情况仍然失败，只有管道的情况是固定的！

为了使其可重现，我将set_params（）的当前代码复制到我的最小示例中（仅在第20行添加了注释）

1   def set_params(self, **params):
2       if not params:
3           # Simple optimization to gain speed (inspect is slow)
4           return self
5       valid_params = self.get_params(deep=True)
6
7       nested_params = defaultdict(dict)  # grouped by prefix
8       for key, value in params.items():
9           key, delim, sub_key = key.partition('__')
10          if key not in valid_params:
11              raise ValueError('Invalid parameter %s for estimator %s. '
12                               'Check the list of available parameters '
13                               'with `estimator.get_params().keys()`.' %
14                               (key, self))
15
16          if delim:
17              nested_params[key][sub_key] = value
18          else:
19              setattr(self, key, value)
20              #valid_params[key] = value
21
22      for key, sub_params in nested_params.items():
23          valid_params[key].set_params(**sub_params)
24
25      return self

它失败了，因为它将在第19行设置属性，但由于它不更新valid_params，因此在尝试设置属性时，它在下一次迭代中仍然会失败。所以我添加了第20行来解决这个问题。它确实在0.19.1的当前修订中测试，因为它仅针对管道进行了测试。 Here，set_param（）会被覆盖，以便首先调用_BaseComposition的_set_param（），其中可以处理这个问题。

我应该在scikit-learn github中提出这个问题还是重新打开另一个问题？

Answer 1

这是一个错误。已报告a week ago，已been fixed已向v0.19.1移出v0.19.1，已发布yesterday。

最简单的解决方法是将scikit-learn更新为matrix4(matrix4& m)（或掌握dev分支）。

Answer 2

因此，@ TomDLT的答案中提到的fix修复了一个非常类似的问题，导致上面的修复最有可能成为未来版本的sklearn（9999）。

所以对于这里：如果您在此期间遇到问题，请使用上面的代码覆盖set_params（）或等待修复。

Scikit-Learn：自定义估计器的set_param（）在组件之前设置嵌套参数

编辑：

2 个答案: