【问题标题】：Scikit-Learn: set_param() for custom estimator sets nested parameter before componentScikit-Learn：自定义估计器的 set_param() 在组件之前设置嵌套参数
【发布时间】：2018-04-05 13:34:28
【问题描述】：

我在developer guide 之后实现了几个自定义估算器，因此它们都继承自BaseEstimator。其中一些使用其他 scikit-learn 估计器或转换器作为属性（例如，构建一个集成）。从 BaseEstimator 继承应该让我可以方便地通过 get_params() 访问参数并通过 set_params() 设置它们，如here 所述，以 component__parameter 形式，例如用于网格搜索。在下面找到一个最小的示例。

from sklearn.base import BaseEstimator
from sklearn.linear_model import LinearRegression

class MyForecaster(BaseEstimator):

    def __init__(self, base_estimator=LinearRegression()):
        self.base_estimator = base_estimator

    def fit(self, X, y):
        pass

    def predict(self, X, y):
        pass

# instantiate forecaster and set parameters
mf = MyForecaster()
mf.set_params(**{"base_estimator" : "ElasticNet", "base_estimator__alpha": 0.05})

这失败了：

ValueError: Invalid parameter alpha for estimator LinearRegression. Check the list of available parameters with `estimator.get_params().keys()`.

这表明它尝试为嵌套属性设置参数 first，而不是先检查是否要覆盖“更高级别”属性（ElasticNet 具有属性 alpha，而不是 LinearRegression）。

处理此问题的一种方法是为每个估算器覆盖 set_params()，以确保正确处理它。

是否有任何“内置”方法来实现这一点，而我只是忽略了另一种解决方案？这真的是 scikit-learn 的预期行为吗？

编辑：

确实由于一些非常大的巧合，一个非常相似的问题似乎已在 0.19.1 版本中得到修复。但是，我的特殊情况仍然失败，只有 Pipelines 的情况是固定的！

为了使其可重现，我将 set_params() 的当前代码复制到我的最小示例中（仅在第 20 行添加了注释）

1   def set_params(self, **params):
2       if not params:
3           # Simple optimization to gain speed (inspect is slow)
4           return self
5       valid_params = self.get_params(deep=True)
6
7       nested_params = defaultdict(dict)  # grouped by prefix
8       for key, value in params.items():
9           key, delim, sub_key = key.partition('__')
10          if key not in valid_params:
11              raise ValueError('Invalid parameter %s for estimator %s. '
12                               'Check the list of available parameters '
13                               'with `estimator.get_params().keys()`.' %
14                               (key, self))
15
16          if delim:
17              nested_params[key][sub_key] = value
18          else:
19              setattr(self, key, value)
20              #valid_params[key] = value
21
22      for key, sub_params in nested_params.items():
23          valid_params[key].set_params(**sub_params)
24
25      return self

它失败了，因为它会在第 19 行设置属性，但由于它没有更新 valid_params，它仍然会在下一次迭代中尝试设置属性时失败。所以我添加了第 20 行来解决这个问题。它确实可以在当前的 0.19.1 修复中进行测试，因为它仅针对 Pipelines 进行了测试。 Here，set_param() 被覆盖为第一次调用 _BaseComposition 的 _set_param()，显然这是处理的。

我应该在 scikit-learn github 中提出这个问题还是重新打开其他问题？

【问题讨论】：

标签： scikit-learn

【解决方案1】：

这是一个错误。已报告a week ago，已经been fixed 并在v0.19.1 中反向移植，已发布yesterday。

最简单的解决方法是将 scikit-learn 更新为 v0.19.1（或 master dev 分支）。

【讨论】：

谢谢汤姆，确实由于一个很大的巧合，在 0.19.1 中修复了一个非常相似的问题。我检查了类似问题，但没有检查 git，因为我不确定这是他们方面的问题还是我的问题。我的示例仍然失败，请参阅上面的编辑。你参与了sklearn吗？如果您认为这是一个 scikit 问题，我应该在 git 中处理它们吗？
确实，您的示例仍然失败。非常感谢您报告它并提供干净的修复！ (#9999)

【解决方案2】：

所以@TomDLT 的回答中提到的fix 修复了一个非常相似的问题，并导致上述修复使其最有可能成为未来版本的 sklearn (9999)。

所以在这里：如果您在此期间遇到问题，请使用上面的代码覆盖 set_params() 或等待修复。

【讨论】：