制作一个ML模型科学工具包-学习兼容

Question

我想要使这个ML模型科学学习兼容：https://github.com/manifoldai/merf

为此，我遵循这里的说明：https://danielhnyk.cz/creating-your-own-estimator-scikit-learn/和导入from sklearn.base import BaseEstimator, RegressorMixin，并从它们继承如下：class MERF(BaseEstimator, RegressorMixin):

但是，当我检查scikit-学习兼容性时：

from sklearn.utils.estimator_checks import check_estimator

import merf
check_estimator(merf)

我知道这个错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\hap\anaconda3\envs\a1\lib\site-packages\sklearn\utils\estimator_checks.py", line 500, in check_estimator
    for estimator, check in checks_generator:
  File "C:\Users\hap\anaconda3\envs\a1\lib\site-packages\sklearn\utils\estimator_checks.py", line 340, in _generate_instance_checks
    yield from ((estimator, partial(check, name))
  File "C:\Users\hap\anaconda3\envs\a1\lib\site-packages\sklearn\utils\estimator_checks.py", line 340, in <genexpr>
    yield from ((estimator, partial(check, name))
  File "C:\Users\hap\anaconda3\envs\a1\lib\site-packages\sklearn\utils\estimator_checks.py", line 232, in _yield_all_checks
    tags = estimator._get_tags()
AttributeError: module 'merf' has no attribute '_get_tags'

我如何使这个模型科学学习兼容？

Answer 1

在文档中，check_estimator被用来“检查估值器是否遵守科学知识学习惯例”。

此评估器将运行一个广泛的测试套件，用于输入验证、形状等，确保该评估器符合scikit学习约定，详细介绍在滚动您自己的评估器中。如果Estimator类从sklearn.base中继承相应的混音，则将运行对分类器、回归器、群集或转换器的附加测试。

因此，check_estimator不仅仅是一个兼容性检查，它还检查您是否遵守了所有约定等等。

您可以在滚动你自己的估测器上阅读，以确保您遵循惯例。

然后，您需要传递估计器类的一个实例来检查esimator，比如check_estimator(MERF())。实际上，要使它遵循所有的约定，您必须解决它抛出的每一个错误，并逐个修复它们。

例如，这样的检查之一是__init__方法只设置它作为参数接受的那些属性。

MERF类违反了以下规定：

    def __init__(
        self,
        fixed_effects_model=RandomForestRegressor(n_estimators=300, n_jobs=-1),
        gll_early_stop_threshold=None,
        max_iterations=20,
    ):
        self.gll_early_stop_threshold = gll_early_stop_threshold
        self.max_iterations = max_iterations

        self.cluster_counts = None
        # Note fixed_effects_model must already be instantiated when passed in.
        self.fe_model = fixed_effects_model
        self.trained_fe_model = None
        self.trained_b = None

        self.b_hat_history = []
        self.sigma2_hat_history = []
        self.D_hat_history = []
        self.gll_history = []
        self.val_loss_history = []

它正在设置属性(如self.b_hat_history )，即使它们不是参数。

还有很多像这样的支票。

我个人的建议是，除非有必要，否则不要检查所有这些条件，只需继承Mixins和基类，实现所需的方法并使用模型。