我想使用MultiOutputRegressorscikit-learn 在多輸出回歸問題上訓練 XGB。但是我不能將fit_params字典傳遞給 a 的.fit方法MultiOutputRegressor。貌似不認識里面的參數。。。我收到此錯誤：from sklearn.multioutput import MultiOutputRegressorfrom xgboost.sklearn import XGBRegressorXGB = XGBRegressor(n_jobs=1, max_depth=10, n_estimators=100, learning_rate=0.2) fit_params = {'early_stopping_rounds':5, 'eval_set':[(X_holdout,Y_holdout)], 'eval_metric':'mae', 'verbose':False}multi = MultiOutputRegressor(XGB, n_jobs=-1) multi.fit(X_train,Y_train,**fit_params) Traceback (most recent call last): File "<ipython-input-16-e245db56e1be>", line 9, in <module> multi.fit(X_train,Y_train,**fit_params)TypeError: fit() got an unexpected keyword argument 'early_stopping_rounds'奇怪的是它與RandomizedSearchCVfrom sklearn.model_selection import RandomizedSearchCVXGB_cv = RandomizedSearchCV(XGB, params, cv=5, n_jobs=-1, verbose=1, n_iter=1000, scoring='neg_mean_absolute_error') XGB_cv.fit(X_train, Y_train,**fit_params)
1 回答
慕妹3146593
TA貢獻1820條經驗 獲得超9個贊
看來您已經安裝了 scikit-learn 包版本，其中未為 MultiOutputRegressor 實現 fit 方法的 **fit_params 參數。您可以使用以下命令檢查已安裝包的版本：
import sklearn print(sklearn.__version__)
將 scikit-learn 包升級到版本 0.23.1 后，您可以在 MultiOutputRegressor 對象的 fit 方法中使用 **fit_params。您可以使用以下方式升級它：
pip install --upgrade scikit-learn
添加回答
舉報
0/150
提交
取消