初始化PyCaret分类Setup时遇UnboundLocalError问题求助

这不是PyCaret的bug，是参数用法不符合要求导致的。

• PyCaret的fix_imbalance_method参数不接受自定义初始化的采样器实例，它仅支持两种输入：
  • 内置采样器的名称字符串（如'smote'、'smotetomek'）
  • 采样器的类对象（而非实例）
• 当你传入已初始化的SMOTETomek实例时，PyCaret内部无法识别该实例对应的标识名称，导致fix_imbalance_model_name变量未被赋值，进而抛出UnboundLocalError。

正确实现方式 #

方式一：使用内置采样器名称 #

直接传入对应采样器的名称，PyCaret会自动完成初始化：

from pycaret.classification import setup

setup(
    data=你的数据集,
    target='目标列名',
    fix_imbalance=True,
    fix_imbalance_method='smotetomek'
)

方式二：自定义采样器参数 #

若需要设置采样器的自定义参数（如random_state），可传入采样器类，并通过fix_imbalance_kwargs传递参数：

from pycaret.classification import setup
from imblearn.combine import SMOTETomek

setup(
    data=你的数据集,
    target='目标列名',
    fix_imbalance=True,
    fix_imbalance_method=SMOTETomek,
    fix_imbalance_kwargs={'random_state': 2022}
)

内容的提问来源于stack exchange，提问作者Scope