在检查RandomForestClassifier是否已初始化时发生AttributeError

Question

我有一个将scikitlearn-RandomForestClassifier保留为成员变量的类。 在__init__方法中，它首先被初始化为None，

def __init__(self):
   self.classifier = None

和 稍后，一旦所有必需的参数都可用，就创建一个RandomForestClassifier并 分配给该成员变量：

def init_classifier(self):
    self.classifier = RandomForestClassifier(**params)

（在调试器中，我看到self.classifier已被初始化为有意义的东西。） 在应该使分类器适合数据的类方法中，首先检查是否 分类器已经初始化：

if not self.classifier:
    self.init_classifier()

这将导致AttributeError: 'RandomForestClassifier' object has no attribute 'estimators_'. 如果通过显式比较“无”进行检查，

if self.classifier is None:
    self.init_classifier()

它贯穿。有人可以告诉我这个AttributeError的来源吗？

Answer 1

要了解这种行为的原因，您需要查看对象的布尔比较如何在Python中工作。 （即当您致电if A时）。

1. 首先，解释器将尝试查看对象是否实现了special method __bool__。这是一个特殊的方法，它将返回True或False。

2. 如果未定义__bool__特殊方法，则解释器将尝试使用__len__函数。如果结果为0，则表达式在False处求值。 这是异常的来源。

3. 如果也未定义__len__函数，则该语句的计算结果为True。

如果我们查看从其继承RandomForestClassifier的{​​{3}}，我们可以看到它没有实现__bool__特殊方法，但确实实现了__len__特殊方法：

def __len__(self):
    """Return the number of estimators in the ensemble."""
    return len(self.estimators_)

因此，当您调用if not self.classifier:时，就是在调用该__len__函数。目前，在您的代码中，RandomForestClassifier尚未正确实例化（这是我的猜测），并且没有estimators_属性，因此是一个例外。

如果要检查对象是否未实例化，请始终显式调用与None的比较。在这种情况下，解释器将根据None检查对象。