关于scikit-learn Class Instance的Monkey-Patching Magic方法-Java 学习之路

我正在尝试构建一个名为 SafeModel 的工厂类，其 generate 方法接受scikit-learn类的实例，更改其某些属性，并返回相同的实例 . 具体来说，对于此示例，我想访问返回模型的 coef_ 属性，在案例1中，如果基础scikit-learn类包含 coef_ ，则返回该类' coef_ ，并在案例2中）如果底层scikit -learn类包含 feature_importances_ ，返回该类' feature_importances .

我对Python类实例的猴子修补魔术方法的成功较少 . 我的案例的警告是：属性 coef_ 和 feature_importances 永远不会在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 . 出于这个原因，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_'

1 回答

我无法确定您的代码有什么问题 . 我找到了一个可能适用于您的用例的workaroung .
我'm using a different strategy as I'只是使用 SafeModel.__getattr__ 作为模型的 getattr 方法的包装而不是猴子修补 .

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，在适合随机林之前，您无法访问 feature_importances_ .

不可否认，异常捕获在这里相当脆弱（你需要添加一堆可能会被引发的异常），但是如果你不想在尝试访问应该没问题的属性时提出正确的异常 .

如果这对您有用，请告诉我 . 如果你发现你发布的代码发生了什么，我也会对解释感兴趣！

回复于 2024-05-09T04:35:14+08:00

关于scikit-learn Class Instance的Monkey-Patching Magic方法

1 回答

相关问题