为什么我不能使用 clf(**params) 解压 sklearn 模型的参数？

Question

我只是想写一个 class 来帮助我创建对象。每个对象都是一个机器学习模型（例如：XGBoostRegressor，RandomForestRegressor，...）但是，当我使用（**params）时，出现错误 'RandomForestRegressor' object is not callable

我已经尝试查找它，但似乎是我的问题):

class SklearnExtra(object):
    def __init__(self, clf, seed = 0, params = None):
        params['random_state'] = seed
        self.clf = clf(**params)

    def train(self, x, y):
        self.clf.fit(x, y)

    def predict(self, x):
        return self.clf.predict(x)

    def fit(self, x, y):
        return self.clf.fit(x,y)

    def feature_importances(self, x, y):
        clf2 = self.clf.fit(x,y)
        return (clf2.feature_importances_)

rf_params = {'n_estimators': 1000, 'n_jobs': -1, 'warm_start': True, 'max_features':2}
Seed = 26121997
rf = SklearnExtra(clf = RandomForestRegressor(), seed = Seed, params = rf_params)

错误提示 'RandomForestRegressor' 对象不可调用

Answer 1

clf = RandomForestRegressor() 将 clf 分配给 class RandomForestRegressor 的实例，而不是将其分配给 class 本身。然后程序在 self.clf = clf(**params) 上失败，因为您试图从实例中实例化和对象，这是不可能的。

为了解决这个问题，只需将 RandomForestRegressor class 传递给 clf 参数而不用括号：

rf = SklearnExtra(clf = RandomForestRegressor, seed = Seed, params = rf_params)

为什么我不能使用 clf(**params) 解压 sklearn 模型的参数？

Why I can't unpack the parameters for sklearn model using clf(**params)?

python

random-forest

scikit-learn