'ExtraTreesClassifier‘对象没有属性'estimators_’错误

Question

我试图在一个示例数据集中安装来自ExtraTreesClassifier()的sklearn.ensemble，但是它总是抛出这个错误。我已经实现了其他sklearn模型，它们似乎运行得很好。我在这里错过了什么？

from sklearn.ensemble import ExtraTreesClassifier
model = ExtraTreesClassifier()
model.fit(X,y)

当我调用ExtraTreesClassifier函数时，会引发错误。

这是完全错误。这里最好的是一个包含参数的字典，df是我用来存储不同模型输出的数据。

   ---> 97       df.loc[ind,'model']=ExtraTreesClassifier(**best)
     98       df.loc[ind,'param']=str(best)
     99       Start=time.time()

/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in __setitem__(self, key, value)
    669             key = com.apply_if_callable(key, self.obj)
    670         indexer = self._get_setitem_indexer(key)
--> 671         self._setitem_with_indexer(indexer, value)
    672 
    673     def _validate_key(self, key, axis: int):

/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in _setitem_with_indexer(self, indexer, value)
    848                             indexer, self.obj.axes
    849                         )
--> 850                         self._setitem_with_indexer(new_indexer, value)
    851 
    852                         return self.obj

/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in _setitem_with_indexer(self, indexer, value)
   1008                 # we have an equal len list/ndarray
   1009                 elif _can_do_equal_len(
-> 1010                     labels, value, plane_indexer, lplane_indexer, self.obj
   1011                 ):
   1012                     setter(labels[0], value)

/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in _can_do_equal_len(labels, value, plane_indexer, lplane_indexer, obj)
   2474         True if we have an equal len settable.
   2475     """
-> 2476     if not len(labels) == 1 or not np.iterable(value) or is_scalar(plane_indexer[0]):
   2477         return False
   2478 

/usr/local/lib/python3.6/dist-packages/numpy/lib/function_base.py in iterable(y)
    281     """
    282     try:
--> 283         iter(y)
    284     except TypeError:
    285         return False

/usr/local/lib/python3.6/dist-packages/sklearn/ensemble/_base.py in __iter__(self)
    171     def __iter__(self):
    172         """Return iterator over estimators in the ensemble."""
--> 173         return iter(self.estimators_)
    174 
    175 

AttributeError: 'ExtraTreesClassifier' object has no attribute 'estimators_'

Answer 1

当使用.loc设置dataframe元素时，熊猫尝试解压缩一个可迭代，认为您希望设置一个以上的数据记录条目，每个元素设置一个可迭代项。您可以在回溯中看到，熊猫测试您的ExtraTreesClassifier是否是可迭代的：

    282     try:
--> 283         iter(y)
    284     except TypeError:
    285         return False

不幸的是，ExtraTreesClassifier 是可迭代的，包含了它的每一棵树，当然只有在它被安装后才能工作，因此出现了错误。

首先，我建议将模型对象存储在dataframe中，这有点违背了dataframe的精神，您应该将模型对象保存在另一个地方。也许在帧中保存模型名和最佳参数就足够了？

无论如何，如果您想保存模型对象本身，那就是“如何将dataframe条目设置为一个可迭代的”，这是以前曾经问过的，例如Create and set an element of a Pandas DataFrame to a list和我个人都喜欢the answer "use at"。