继承sklearn BaseEstimator的自定义类属性名疑问及报错解析

基础疑问解答 #

编写继承自scikit-learn BaseEstimator的自定义类时，对于需要被scikit-learn核心API识别的参数，必须保证__init__方法的参数名与实例属性名完全一致。这是因为BaseEstimator依赖这种一一对应关系来实现参数获取（get_params）、参数设置（set_params）、模型序列化等核心功能。

具体问题分析 #

报错原因 #

你的代码中，__init__方法定义了参数row_wise，但你将其赋值给了实例属性self.row，而非同名的self.row_wise。当执行print(null)或访问实例参数时，scikit-learn会调用get_params方法，该方法会遍历__init__的所有参数名，并尝试通过getattr(self, 参数名)获取对应属性值。由于不存在self.row_wise这个属性，直接触发AttributeError。

另外，你的代码还遗漏了将variables参数赋值给同名实例属性self.variables，这同样会在后续调用get_params时引发问题。

是否可以使用不同的属性名存储参数值？ #

可以，但必须保留与__init__参数名完全一致的实例属性，额外的别名属性可以按需添加。也就是说，你可以同时保留self.row_wise = row_wise和self.row = row_wise，既满足scikit-learn的机制要求，又能使用自定义的别名属性。

修改后的代码示例 #

from sklearn.base import BaseEstimator, TransformerMixin
from typing import Union, List

class BaseNull(BaseEstimator, TransformerMixin):
    def __init__(self,
                 variables: Union[str, List[str]],
                 row_wise: bool = False,
                 na_kwds: Union[str, List, tuple] = None):
        # 必须保留与__init__参数同名的属性，满足scikit-learn要求
        self.variables = variables
        self.row_wise = row_wise
        self.na_kwds = na_kwds
        
        # 自定义别名属性（可选）
        self.row = row_wise
        
        # 其他内部属性
        self.null_index = None
        self.null_columns = None
        self.row_count = None
        self.column_count = None

关键总结 #

• BaseEstimator的get_params/set_params方法严格依赖__init__参数名与实例属性名的对应关系
• 所有__init__中定义的公共参数，都必须赋值给同名的实例属性
• 自定义别名属性仅作为补充，不能替代同名属性的定义

内容的提问来源于stack exchange，提问作者Hewarathna Ashen Iranga