AttributeError：“SimpleImputer”对象在 PyCaret 中没有属性“_validate_data”答案

【问题标题】：AttributeError: 'SimpleImputer' object has no attribute '_validate_data' in PyCaretAttributeError：“SimpleImputer”对象在 PyCaret 中没有属性“_validate_data”
【发布时间】：2020-11-25 20:58:04
【问题描述】：

我正在使用 PyCaret，但出现错误。

AttributeError: 'SimpleImputer' object has no attribute '_validate_data'

尝试创建一个基本实例。

# Create a basic PyCaret instance
import pycaret
from pycaret.regression import *
mlb_pycaret = setup(data = pycaret_df, target = 'pts', train_size = 0.8, numeric_features = ['home', 
'first_time_pitcher'], session_id = 123)

我所有的变量都是数字的（我强制了其中的两个，它们是布尔值）。我的目标变量是label，这是默认值。

我也安装了PyCaret，导入了它的regression，重新安装了scikit learn，导入了SimpleImputer为from sklearn.impute import SimpleImputer

OBP_avg Numeric
SLG_avg Numeric
SB_avg  Numeric
RBI_avg Numeric
R_avg   Numeric
home    Numeric
first_time_pitcher  Numeric
park_ratio_OBP  Numeric
park_ratio_SLG  Numeric
SO_avg_p    Numeric
pts_500_parkadj_p   Numeric
pts_500_parkadj Numeric
SLG_avg_parkadj Numeric
OPS_avg_parkadj Numeric
SLG_avg_parkadj_p   Numeric
OPS_avg_parkadj_p   Numeric
pts_BxP Numeric
SLG_BxP Numeric
OPS_BxP Numeric
whip_SO_BxP Numeric
whip_SO_B   Numeric
whip_SO_B_parkadj   Numeric
order   Numeric
ops x pts_500 order15   Numeric
ops x pts_500 parkadj   Numeric
ops23 x pts_500 Numeric
ops x pts_500 orderadj  Numeric
whip_p  Numeric
whip_SO_p   Numeric
whip_SO_parkadj_p   Numeric
whip_parkadj_p  Numeric
pts Label

我的回溯如下：

【问题讨论】：

为什么要先导入pycaret，环境使用的是什么版本的scikit-learn？您是否尝试过跳过numeric_features 参数？试试numeric_iterative_imputer 和numeric_imputation 参数怎么样？
@MarkMoretto，我试图跳过numeric_features。它没有帮助。我有同样的错误，但有更长的回溯。我故意在代码上方导入pycaret 及其回归，因为过去的顺序也很重要。如果我跳过数字特征，home 将被视为分类变量，并且第二个变量根本没有类。我不确定为什么pts 是label，因为我没有做分类（也许没问题）。您提到的参数在 PyCaret 的 clustering 中，我不确定它在这里会有所帮助。
@MarkMoretto，我删除了一半具有高相关性的变量，一切都很完美。发生了什么？没有线索。
甜蜜！我很好奇这是否是版本问题，因为我的安装也没有该功能。但是，我很高兴听到您成功了！
sklearn 版本可能错误。现在应该是 0.23.2 而不是 0.24 (6/2021)。

标签： python scikit-learn pycaret

【解决方案1】：

这里的问题在于插补。 pycaret documentation 的默认值是“简单”，但在这种情况下，您需要设置 imputation_type='iterative' 才能使其工作。

【讨论】：

这可行，但也可能是您的 sklearn 版本错误。从 6/2021 开始，它应该是 0.23.2 版本，而不是 0.24 版本。此时使用 0.24 会导致同样的错误。
我像你说的那样改变了，但现在我遇到了另一个问题：ModuleNotFoundError: No module named 'sklearn.kernel_ridge'

【解决方案2】：

库不兼容，重新安装pycaret：pip install pycaret pandas shap

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。