Python3.10下py-earth安装失败及MARS替代工具问询

一、py-earth安装修复步骤 #

针对你遇到的wheel构建失败、Cython依赖报错问题，按以下步骤尝试修复：

1. 安装系统编译依赖
   Linux环境下需先安装基础编译工具和Python开发库，Debian/Ubuntu系执行：

sudo apt-get update && sudo apt-get install gcc g++ python3-dev

RHEL/CentOS系执行：

sudo yum install gcc gcc-c++ python3-devel

2. 指定兼容的Cython版本
   py-earth的dev分支对Cython版本有严格要求，新版本Cython会导致_types.pxd找不到的问题，安装指定版本：

pip install cython==0.29.36

3. 源码编译安装
   按以下流程从GitHub源码编译，避免自动构建的依赖冲突：

git clone https://github.com/scikit-learn-contrib/py-earth.git
cd py-earth
# 先预编译Cython扩展
python setup.py build_ext --inplace
# 本地安装
pip install .

4. 备选：conda安装（如果使用conda环境）
   尝试通过conda-forge源安装预编译版本，避开编译问题：

conda install -c conda-forge py-earth

二、功能类似的MARS替代包 #

如果上述方法仍失败，可选择以下支持自定义最大节点数的MARS实现：

• interpret.glassbox.MARSRegressor
  这是interpret库中的玻璃盒模型，原生支持MARS算法，可通过max_terms参数自定义最大节点（项）数，安装和使用简单：

  pip install interpret
  

  示例代码片段：

  from interpret.glassbox import MARSRegressor
  mars = MARSRegressor(max_terms=50)  # 自定义最大项数
  mars.fit(X_train, y_train)
  

• H2O MARS模型
  H2O框架提供了MARS的分布式实现，支持调整max_predictor_terms等参数控制节点数量，安装命令：

  pip install h2o
  

  初始化后即可创建MARS模型，适配大规模数据集。

内容的提问来源于stack exchange，提问作者twistfire