为何会报‘P对象没有iterations属性’的AttributeError错误？

出现AttributeError: 'P' object has no attribute 'iterations'的常见原因及对应解决办法：

• 交互式环境中未重新加载类定义
  如果你在Jupyter Notebook、IPython这类交互式环境中运行代码，修改P类的定义后，必须重新执行类的定义代码块。否则创建的实例会沿用修改前的类结构，旧类可能没有iterations属性。解决办法：重新运行包含class P:的代码块，再实例化调用。

• 拼写错误
  检查两处关键位置的拼写：

  1. __init__方法中self.iterations = iterations的属性名是否正确；
  2. fit方法中range(self.iterations)的属性名是否和__init__中的一致。
     从你贴的代码看拼写没问题，但实际运行时可能存在笔误，需仔细核对。

• 实例属性被意外删除
  如果在调用c.fit()之前，执行过类似del c.iterations的代码，会导致实例丢失该属性。检查调用代码前的逻辑，确保没有误删属性的操作。

另外，你的代码还有两处潜在问题：

1. fit方法的返回值标注-> NoReturn需要先导入NoReturn类型；
2. 调用代码中使用了make_blobs但未导入该函数。

验证后的完整可运行代码 #

import numpy as np
from typing import NoReturn
from sklearn.datasets import make_blobs

class P:
    def __init__(self, iterations: int = 100):
        self.w = None
        self.iterations = iterations
        self.classes_map = None
        
    def fit(self, X: np.ndarray, y: np.ndarray) -> NoReturn:
        X = np.hstack((np.ones((X.shape[0], 1)), X))
        self.w = np.zeros(X.shape[1])
        classes = np.unique(y)
        self.classes_map = {-1: classes[0], 1: classes[1]}
        y_ = np.where(y == classes[0], -1, 1)

        for _ in range(self.iterations):
            predictions = np.sign(X.dot(self.w))
            incorrect_indices = predictions != y_
            if np.any(incorrect_indices):
                self.w += np.dot(y_[incorrect_indices], X[incorrect_indices])

    def predict(self, X: np.ndarray) -> np.ndarray:
        X = np.hstack((np.ones((X.shape[0], 1)), X))
        predictions = np.sign(X.dot(self.w))
        predictions[predictions == -1] = self.classes_map[-1]
        predictions[predictions == 1] = self.classes_map[1]
        return predictions

# 调用代码
X, true_labels = make_blobs(400, 2, centers=[[0, 0], [2.5, 2.5]])
c = P()
c.fit(X, true_labels)
print(c.predict(X[:5]))  # 测试预测功能

内容的提问来源于stack exchange，提问作者Lib