TensorFlow Keras回归报错：AttributeError: 'super'对象无'sklearn_tags'属性

错误原因分析 #

这个错误主要由两个问题导致：

1. 任务类型不匹配：你构建的是二分类模型（输出用sigmoid激活、损失函数为BinaryCrossentropy），但误用了回归任务专用的KerasRegressor，这会引发后续兼容性问题。
2. 版本兼容问题：Scikeras与Scikit-learn版本不匹配，sklearn_tags是Scikit-learn 1.1+版本引入的属性，若你使用的Scikeras版本较高但Scikit-learn版本过低，就会出现该属性找不到的错误。

修复步骤 #

• 替换任务包装器：将KerasRegressor改为KerasClassifier，适配二分类任务：

  from tensorflow import keras 
  from scikeras.wrappers import KerasClassifier  # 替换为分类专用包装器
  def build_model():
      model = keras.Sequential([
          keras.layers.Dense(32, activation='tanh', input_shape=[len(X.keys())]),
          keras.layers.Dense(16, activation='tanh'),
          keras.layers.Dense(1, activation="sigmoid")
      ])
      optimizer = keras.optimizers.RMSprop()
      model.compile(loss=keras.losses.BinaryCrossentropy(),
                    optimizer=optimizer,
                    metrics=[keras.metrics.BinaryAccuracy()])
      return model
  kr = KerasClassifier(build_model, epochs=100, batch_size=10000, verbose=1)
  kr.fit(X_train, y_train, validation_split=0.2)
  

• 调整版本兼容：
  • 若你使用的Scikit-learn版本低于1.1，安装兼容的Scikeras版本：

    pip install scikeras==0.9.0
    

  • 若要使用最新版Scikeras，升级Scikit-learn到1.1及以上：

    pip install --upgrade scikit-learn
    

内容的提问来源于stack exchange，提问作者Arnauld