使用RandomizedSearchCV调用fit时报缺少位置参数X错误如何解决？

问题原因 #

这是scikit-learn接口参数命名规则和Keras参数命名规则冲突导致的问题：

• scikit-learn所有评估器的fit方法强制要求特征输入参数名为大写的X，而Keras自身的模型fit方法兼容小写x
• 你调用的RandomizedSearchCV是scikit-learn的组件，它的fit方法只会识别大写X作为特征输入参数，你传入的小写x=X_train_pca会被判定为额外参数，传递给内层Keras模型的fit方法，因此scikit-learn层面会抛出缺少位置参数X的错误。

解决方案 #

直接修改fit调用的参数名即可，把小写的x改成大写的X：

history = rscv_model.fit(X=X_train_pca,
                         y=y_train,
                         validation_split=0.1,
                         epochs=epochs,
                         batch_size=batch_size,
                         callbacks=callbacks,
                         shuffle=True,
                         verbose=0)

额外注意点 #

你当前定义的超参数字典使用了model__前缀，这是scikit-learn Pipeline中指定特定步骤参数的语法，如果你的KerasRegressor没有嵌套在Pipeline中使用，需要去掉参数前缀，否则超参数无法传入模型构造函数：

parameters = {"il_neurons": il_neurons,
              "hl_neurons": hl_neurons,
              "num_hl": num_hl}

内容的提问来源于stack exchange，提问作者Grant Allan