scikit-learn 类实例上的猴子修补魔术方法

Question

我正在尝试构建一个名为 SafeModel 的工厂类，其 generate 方法接受一个 scikit-learn 类的实例，更改它的一些属性，并返回相同的实例.具体来说，对于这个例子，我想访问返回模型的 coef_ 属性，在案例 1）如果基础 scikit-learn 类包含 coef_，则返回该类'coef_，在案例 1 中2) 如果底层 scikit-learn 类包含feature_importances_，则返回该类'feature_importances。

我已经成功地为 Python 类的实例修补了属性。我对 Python 类实例的猴子修补魔术方法的成功率较低。我的情况需要注意的是：属性coef_ 和feature_importances 从未在 scikit-learn 类实例化时定义；相反，它们仅在对各自的类调用 fit 方法后定义。因此，我无法覆盖属性定义本身。

from types import MethodType


class SafeModel:

    FALLBACK_ATTRIBUTES = {
        'coef_': ['feature_importances_'],
    }

    @classmethod
    def generate(cls, model):
        safe_model = cls._secure_attributes(model)
        return safe_model

    @classmethod
    def _secure_attributes(cls, model):
        def __secure_getattr__(self, name):
            for fallback_attribute in cls.FALLBACK_ATTRIBUTES[name]:
                try:
                    return getattr(self, fallback_attribute)
                except:
                    continue
        model.__getattr__ = MethodType(__secure_getattr__, model)
        return model


    from sklearn.ensemble import RandomForestClassifier

    model = SafeModel.generate(RandomForestClassifier())
    model.coef_  # AttributeError: 'RandomForestClassifier' object has no attribute 'coef_'

Answer 1

我无法查明您的代码有什么问题。不过，我找到了一个可能适用于您的用例的解决方法。
我使用了不同的策略，因为我只是使用 SafeModel.__getattr__ 作为模型的 getattr 方法的包装器，而不是猴子修补。

from sklearn.utils.validation import NotFittedError
from sklearn.ensemble import RandomForestClassifier

class SafeModel(object):

    def __init__(self, model):
        self.FALLBACK_ATTRIBUTES = {
        'coef_': ['feature_importances_'],
    }
        self.model = model

    def __getattr__(self, name):
        try:
            return getattr(self.model, name)
        except AttributeError:
            pass
        for fallback_attribute in self.FALLBACK_ATTRIBUTES[name]:
            try:
                return getattr(self.model, fallback_attribute)
            except NotFittedError as e:
                # NotFittedError inherits AttributeError.
                raise e
            except AttributeError:
                continue
        else:
            raise AttributeError(
                "{} object has no attribute {}.".format(
                    self.__class__.__name__, name) + 
                " Could not retrieve any fallback attribute.")                    


model = SafeModel(RandomForestClassifier())
model.coef_   

输出：

NotFittedError: Estimator not fitted, call `fit` before `feature_importances_`.

请注意，这是正常行为，正如您所提到的，在您适应随机森林之前，您无法访问 feature_importances_。

诚然，这里的异常捕获相当脆弱（您需要添加一堆可能会引发的异常），但是如果您在尝试访问应该是的属性时不关心引发正确的异常很好。

让我知道这是否适合您。如果您发现您发布的代码发生了什么，我也会对解释感兴趣！