求解：LinearRegression对象出现无coef_属性的AttributeError问题

问题重现 #

执行以下代码生成系数DataFrame时触发异常：

coeff = pd.DataFrame(lr.coef_, X.columns, columns=['Coefficient']) 

报错信息：

AttributeError: 'LinearRegression' object has no attribute 'coef_'

lr变量的初始化及训练代码：

lr= LinearRegression()
lr.fit(X_train, y_train)
y_pred = lr.predict(X_test)

已确认lr为sklearn.linear_model._base.LinearRegression实例，但仍报错，同时伴随IPython inspect模块内部异常。

排查方向与解决方案 #

1. 验证模型训练是否真正完成 #

coef_属性仅在模型成功调用fit()后才会生成，若fit过程静默失败，属性不会存在：

• 在fit()后立即检查训练标记属性：

  print(lr.n_features_in_)  # 训练成功则输出X_train的特征数量，失败则触发AttributeError
  

• 检查训练数据有效性：

  # 检查缺失值
  print(X_train.isnull().sum())
  print(y_train.isnull().sum())
  # 检查数据类型是否为数值型
  print(X_train.dtypes)
  

• 捕获fit过程的异常：

  try:
      lr.fit(X_train, y_train)
      print("模型训练完成")
  except Exception as e:
      print(f"训练失败：{str(e)}")
  

2. 重置IPython内核 #

IPython内核的缓存或异常状态可能导致对象属性读取异常，重启内核后重新运行所有代码即可解决这类问题。

3. 检查并升级scikit-learn版本 #

部分旧版本scikit-learn存在属性生成的兼容性问题：

• 查看当前版本：

  import sklearn
  print(sklearn.__version__)
  

• 升级到稳定版：

  pip install --upgrade scikit-learn
  

4. 避免命名冲突 #

若代码中存在同名变量或导入冲突，可明确指定导入路径：

from sklearn.linear_model import LinearRegression as SKLinearRegression
lr = SKLinearRegression()
lr.fit(X_train, y_train)

补充说明 #

伴随的IPython inspect模块异常通常是衍生问题，解决模型训练的核心问题后，该异常会自动消失。

内容的提问来源于stack exchange，提问作者Cathal Flannery