调用PMMLPipeline.fit()报TypeError：参数数量不符，求排查方案

环境版本 #

• scikitlearn 1.1.1
• XGBoost 1.7.6
• nyoka 5.5.0
• scikitlearn2pmml 0.94.1

问题场景 #

运行以下代码时触发TypeError：

pipeline = PMMLPipeline([("classifier", XGBClassifier(**params))])
pipeline.fit(X_train, y_train)

报错信息 #

TypeError                                 Traceback (most recent call last)
Cell In[28], line 1
----> 1 pipeline.fit(X_train, y_train)

File ~\AppData\Local\Programs\Python\Python312\Lib\site-packages\sklearn\base.py:1474, in _fit_context..decorator..wrapper(estimator, *args, **kwargs)
1467     estimator._validate_params()
1469 with config_context(
1470     skip_parameter_validation=(
1471         prefer_skip_nested_validation or global_skip_validation
1472     )
1473 ):
-> 1474     return fit_method(estimator, *args, **kwargs)

File ~\AppData\Local\Programs\Python\Python312\Lib\site-packages\sklearn\pipeline.py:471, in Pipeline.fit(self, X, y, **params)
428 """Fit the model.
429
430 Fit all the transformers one after the other and sequentially transform the
...
468     Pipeline with fitted steps.
469 """
470 routed_params = self._check_method_params(method="fit", props=params)
--> 471 Xt = self._fit(X, y, routed_params)
472 with _print_elapsed_time("Pipeline", self._log_message(len(self.steps) - 1)):
473     if self._final_estimator != "passthrough":

TypeError: PMMLPipeline._fit() takes from 2 to 3 positional arguments but 4 were given

原因分析与解决方法 #

这个报错的核心是scikit-learn版本与scikitlearn2pmml版本不兼容：

• scikit-learn 1.1.x开始在Pipeline.fit()方法中新增了routed_params参数，会传递给内部的_fit()方法。
• 你使用的scikitlearn2pmml 0.94.1中的PMMLPipeline类继承自scikit-learn的Pipeline，但它重写的_fit()方法没有适配这个新增参数，只接收2-3个位置参数，导致调用时参数数量不匹配。

解决步骤：

• 版本适配：要么升级scikitlearn2pmml到0.96.0及以上版本（该版本修复了此兼容性问题）；要么降级scikit-learn到1.0.x版本，与旧版scikitlearn2pmml兼容。
• 替代方案：如果暂时无法升级/降级，可以先使用scikit-learn原生Pipeline训练模型，之后再用scikitlearn2pmml工具将模型转换为PMML格式，避开直接调用PMMLPipeline的问题。

内容的提问来源于stack exchange，提问作者Oscar Benitez