scikit-learn堆叠集成KerasClassifier时报错该估计器应为分类器如何解决

报错核心原因是sklearn的clone方法克隆KerasClassifier实例时，不会保留手动添加的_estimator_type自定义属性，交叉验证阶段克隆后的实例丢失了该属性，导致类型校验失败。

以下是两种可行的解决方法：

方案1：使用官方维护的scikeras库（推荐） #

原生keras.wrappers.scikit_learn.KerasClassifier已停止维护，兼容性差，官方已将该功能迁移到scikeras库，天然适配sklearn接口规范，无需手动添加属性。

1. 先执行安装：pip install scikeras
2. 替换原导入语句即可：

# 删掉原来的 from keras.wrappers.scikit_learn import KerasClassifier
from scikeras.wrappers import KerasClassifier

删除原来手动添加的model_nn._estimator_type = "classifier"代码行，直接运行即可通过类型校验。

方案2：自定义包装类固定属性（无需安装新依赖） #

如果不想新增依赖，可以通过自定义类继承KerasClassifier和ClassifierMixin，将_estimator_type设为类属性，避免克隆时丢失：

from sklearn.base import ClassifierMixin

# 自定义兼容类
class SklearnCompatibleKerasClassifier(KerasClassifier, ClassifierMixin):
    _estimator_type = "classifier"

# 初始化时用自定义类替换原生KerasClassifier
model_nn = SklearnCompatibleKerasClassifier(build_fn=create_model, epochs=50, batch_size=5, verbose=0)

修改后无需再手动给实例添加_estimator_type属性，即可正常通过sklearn的类型校验。

如果需要临时快速验证，可以先将cross_val_score的n_jobs参数从-1改为1，同时将model_nn._estimator_type = "classifier"移到stacking()函数内添加nn模型到level0列表的代码前，可临时规避克隆丢失属性的问题。

内容的提问来源于stack exchange，提问作者cirridwyn