What does it mean AttributeError: 'ColumnSelector' object has no attribute 'n_features_in_'?
What does it mean AttributeError: 'ColumnSelector' object has no attribute 'n_features_in_'?
我正在进行网格搜索以调整堆叠估计器的超参数（sklearn.ensemble 库中的 StackingClassifier 对象）。我使用 ML 的 scikit 库和 RandomizedSearchCV 函数。除此之外，要调整的堆栈的基础估计器是管道（imblearn.pipeline 库中的管道对象），其中每个管道的第一步是 mlxtend 库中的 ColumnSelector 对象。网格搜索旨在查看一长串变量组合，因此网格参数的分布仅遍及 ColumnSelector 对象的参数“cols”。我第一次 运行 这段代码，一切正常，然后我搁置了这个项目，几天后回来发现它不再工作了。代码中的所有内容都与我留下的一样，但是当我 运行 该方法适用于 RandomizedSearchCV 对象时，出现以下错误：
AttributeError: 'ColumnSelector' 对象没有属性 'n_features_in_'
我不明白这是怎么回事。我已经尝试了很多东西，甚至卸载了 Anaconda、mlxtend、imblearn，并重新安装了最新版本，但它一直在喊同样的错误。我在 google 上进行了搜索，但似乎没有关于此的信息。
你能帮我解决这个问题吗？
提前致谢。
补充：scikit版本是0.23.1，mlxtend版本是0.17.3，不平衡学习版本是0.7.0。
完整的回溯如下，对象 gr2 对应于旨在调整堆叠分类器的 RandomizedSearchCV 对象。我想指出，如果我使用 mlxtend 中的 StackingClassifier 对象，一切正常，但该对象没有参数 cv，它确实具有 sklearn.ensemble 中的 StackingClassifier，而我需要它才能拥有更好的性能（这是我之前一切正常时的性能）。
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-94-9d8f412d45a3> in <module>
----> 1 gr2.fit(x_train,y_train)
~\anaconda3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs)
71 FutureWarning)
72 kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 73 return f(**kwargs)
74 return inner_f
75
~\anaconda3\lib\site-packages\sklearn\model_selection\_search.py in fit(self, X, y, groups, **fit_params)
763 refit_start_time = time.time()
764 if y is not None:
--> 765 self.best_estimator_.fit(X, y, **fit_params)
766 else:
767 self.best_estimator_.fit(X, **fit_params)
~\anaconda3\lib\site-packages\sklearn\ensemble\_stacking.py in fit(self, X, y, sample_weight)
423 self._le = LabelEncoder().fit(y)
424 self.classes_ = self._le.classes_
--> 425 return super().fit(X, self._le.transform(y), sample_weight)
426
427 @if_delegate_has_method(delegate='final_estimator_')
~\anaconda3\lib\site-packages\sklearn\ensemble\_stacking.py in fit(self, X, y, sample_weight)
147 for est in all_estimators if est != 'drop'
148 )
--> 149 self.n_features_in_ = self.estimators_[0].n_features_in_
150
151 self.named_estimators_ = Bunch()
~\anaconda3\lib\site-packages\sklearn\pipeline.py in n_features_in_(self)
623 def n_features_in_(self):
624 # delegate to first step (which will call _check_is_fitted)
--> 625 return self.steps[0][1].n_features_in_
626
627 def _sk_visual_block_(self):
AttributeError: 'ColumnSelector' object has no attribute 'n_features_in_'
sklearn 一直在添加特征数量检查，属性为 n_features_in_。看来 mlxtend 尚未将其添加到其 ColumnSelector，因此出现错误（注意 sklearn 的 Pipeline 没有自己的属性 n_features_in_]，而不是委托给第一步，正如您在回溯末尾的代码注释中看到的那样。
理想情况下，提交带有 mlxtend 的问题以将 n_features_in_（可能还有相关检查）添加到 ColumnSelector。但与此同时，我想到了一些解决方法：
mlxtend 有一个 StackingClassifierCV，它可能比普通的 StackingClassifier 更受欢迎，并且有你想要的 cv 参数。 可能 永远不会寻找 n_features_in_ 属性并解决问题（只要 Pipeline 永远不会尝试调用它的 getter...）- 使用
sklearn 的 ColumnTransformer 可能优于使用 mlxtend 的 ColumnSelector。那你根本不需要mlxtend，看来。
- 降级
sklearn 可能就足够了，可以完全避免 n_features_in_ 检查。
我正在进行网格搜索以调整堆叠估计器的超参数（sklearn.ensemble 库中的 StackingClassifier 对象）。我使用 ML 的 scikit 库和 RandomizedSearchCV 函数。除此之外，要调整的堆栈的基础估计器是管道（imblearn.pipeline 库中的管道对象），其中每个管道的第一步是 mlxtend 库中的 ColumnSelector 对象。网格搜索旨在查看一长串变量组合，因此网格参数的分布仅遍及 ColumnSelector 对象的参数“cols”。我第一次 运行 这段代码，一切正常，然后我搁置了这个项目，几天后回来发现它不再工作了。代码中的所有内容都与我留下的一样，但是当我 运行 该方法适用于 RandomizedSearchCV 对象时，出现以下错误：
AttributeError: 'ColumnSelector' 对象没有属性 'n_features_in_'
我不明白这是怎么回事。我已经尝试了很多东西，甚至卸载了 Anaconda、mlxtend、imblearn，并重新安装了最新版本，但它一直在喊同样的错误。我在 google 上进行了搜索，但似乎没有关于此的信息。
你能帮我解决这个问题吗？
提前致谢。
补充：scikit版本是0.23.1，mlxtend版本是0.17.3，不平衡学习版本是0.7.0。
完整的回溯如下，对象 gr2 对应于旨在调整堆叠分类器的 RandomizedSearchCV 对象。我想指出，如果我使用 mlxtend 中的 StackingClassifier 对象，一切正常，但该对象没有参数 cv，它确实具有 sklearn.ensemble 中的 StackingClassifier，而我需要它才能拥有更好的性能（这是我之前一切正常时的性能）。
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-94-9d8f412d45a3> in <module>
----> 1 gr2.fit(x_train,y_train)
~\anaconda3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs)
71 FutureWarning)
72 kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 73 return f(**kwargs)
74 return inner_f
75
~\anaconda3\lib\site-packages\sklearn\model_selection\_search.py in fit(self, X, y, groups, **fit_params)
763 refit_start_time = time.time()
764 if y is not None:
--> 765 self.best_estimator_.fit(X, y, **fit_params)
766 else:
767 self.best_estimator_.fit(X, **fit_params)
~\anaconda3\lib\site-packages\sklearn\ensemble\_stacking.py in fit(self, X, y, sample_weight)
423 self._le = LabelEncoder().fit(y)
424 self.classes_ = self._le.classes_
--> 425 return super().fit(X, self._le.transform(y), sample_weight)
426
427 @if_delegate_has_method(delegate='final_estimator_')
~\anaconda3\lib\site-packages\sklearn\ensemble\_stacking.py in fit(self, X, y, sample_weight)
147 for est in all_estimators if est != 'drop'
148 )
--> 149 self.n_features_in_ = self.estimators_[0].n_features_in_
150
151 self.named_estimators_ = Bunch()
~\anaconda3\lib\site-packages\sklearn\pipeline.py in n_features_in_(self)
623 def n_features_in_(self):
624 # delegate to first step (which will call _check_is_fitted)
--> 625 return self.steps[0][1].n_features_in_
626
627 def _sk_visual_block_(self):
AttributeError: 'ColumnSelector' object has no attribute 'n_features_in_'
sklearn 一直在添加特征数量检查，属性为 n_features_in_。看来 mlxtend 尚未将其添加到其 ColumnSelector，因此出现错误（注意 sklearn 的 Pipeline 没有自己的属性 n_features_in_]，而不是委托给第一步，正如您在回溯末尾的代码注释中看到的那样。
理想情况下，提交带有 mlxtend 的问题以将 n_features_in_（可能还有相关检查）添加到 ColumnSelector。但与此同时，我想到了一些解决方法：
mlxtend有一个StackingClassifierCV，它可能比普通的StackingClassifier更受欢迎，并且有你想要的cv参数。 可能 永远不会寻找n_features_in_属性并解决问题（只要Pipeline永远不会尝试调用它的 getter...）- 使用
sklearn的ColumnTransformer可能优于使用mlxtend的ColumnSelector。那你根本不需要mlxtend，看来。 - 降级
sklearn可能就足够了，可以完全避免n_features_in_检查。