PyCaret compare_models报错TypeError: format()不支持precision参数

可能的原因与解决方案 #

• 检查数据集状态：确认数据集无极端缺失值、无全常数特征、标签类别无极端不平衡（如某类占比99%+）。可通过以下代码快速排查：

  import pandas as pd
  # 查看缺失值统计
  print(df.isnull().sum())
  # 查看特征唯一值数量
  print(df.nunique())
  # 查看标签分布
  print(df['target_column'].value_counts(normalize=True))
  

• 降级PyCaret至稳定版：3.0.0.rc9为候选版本，存在未知bug风险，尝试切换到2.x稳定版：

  pip install pycaret==2.3.10
  

• 排除冲突模型：部分模型可能与当前环境存在兼容性问题，运行时排除这些模型：

  from pycaret.classification import *
  clf = setup(data=df, target='target_column')
  # 示例排除catboost和lightgbm，可根据实际情况调整
  compare_models(exclude=['catboost', 'lightgbm'])
  

• 指定明确评估指标：错误提示指向指标格式化问题，手动指定无冲突的指标列表：

  compare_models(metrics=['accuracy', 'auc', 'recall'])
  

• 重置PyCaret会话：清除残留配置，重新初始化环境：

  reset_session()
  clf = setup(data=df, target='target_column', session_id=123)
  compare_models()
  

额外排查点 #

• 检查依赖库版本：PyCaret 2.x需搭配scikit-learn 0.24.x~1.0.x版本，避免版本过高或过低引发冲突。
• 尝试干净虚拟环境：在全新虚拟环境中重新安装PyCaret及依赖，排除全局环境干扰。

内容的提问来源于stack exchange，提问作者Raha Moosavi