sklearnex是否支持线性回归？代码补丁报错问题咨询

核心原因 #

你遇到的错误是因为指定修补模型的方式不正确：sklearnex要求使用小写下划线格式的模型名称字符串（如linear_regression），而非直接传入类对象或驼峰式名称（如LinearRegression）。另外，需确认导入的LinearRegression确实来自sklearn.linear_model。

解决方案 #

1. 使用正确的补丁调用方式 #

将模型名称以小写下划线的字符串形式传入patch_sklearn，示例代码：

from sklearnex import patch_sklearn
from sklearn.decomposition import PCA
from sklearn.linear_model import LinearRegression

# 传入小写下划线格式的模型名称列表
patch_sklearn(['pca', 'linear_regression'])

# 正常初始化并使用模型
pca = PCA(n_components=2)
lr = LinearRegression()

2. 尝试全局补丁（可选） #

如果不确定模型的正确字符串名称，可以直接调用无参数的patch_sklearn()，自动修补所有sklearnex支持的模型：

from sklearnex import patch_sklearn
patch_sklearn()  # 全局修补所有支持的模型

from sklearn.decomposition import PCA
from sklearn.linear_model import LinearRegression

pca = PCA(n_components=2)
lr = LinearRegression()

3. 验证版本兼容性 #

虽然你使用了最新版sklearnex，仍需确认它与当前scikit-learn版本兼容。可以通过以下命令查看版本：

pip show scikit-learn-intelex scikit-learn

如果scikit-learn版本过于超前（如最新的1.4+），可能存在适配延迟，此时可暂时降级scikit-learn到sklearnex官方标注的兼容版本。

4. 确认模型导入路径 #

确保LinearRegression是从官方sklearn.linear_model导入，而非其他第三方库的同名类，否则sklearnex无法识别并修补。

内容的提问来源于stack exchange，提问作者cat