在R的reticulate中无法调用sklearn LocalOutlierFactor的_decision_function

我之前用reticulate对接Scikit-learn时也碰到过一模一样的问题：Python里以下划线开头的私有方法没法直接通过常规的$调用，不过有两个简单可靠的方式能解决这个问题，让你顺利调用_decision_function：

方法1：使用py_get_attr函数获取私有方法 #

reticulate提供了py_get_attr函数，它可以直接获取Python对象的任意属性（包括私有方法），拿到方法后你就能像调用普通函数一样使用它：

library(reticulate)

# 你的原有数据准备和模型初始化代码
n <- 5000
n_outlier <- .05 * n
set.seed(11212)
inlier <- mvtnorm::rmvnorm(n, mean = c(0,0))
outlier <- mvtnorm::rmvnorm(n_outlier, mean = c(20, 20))
testdata <- rbind(inlier, outlier)
smp_size <- floor(0.5 * nrow(testdata))
train_ind <- sample(seq_len(nrow(testdata)), size = smp_size)
train_lof <- as.data.frame(testdata[train_ind, ])
test_lof <- as.data.frame(testdata[-train_ind, ])

sklearn.neighbors <- import("sklearn.neighbors")
lof1 <- sklearn.neighbors$LocalOutlierFactor(n_neighbors=15)
lof1$fit(train_lof)

# 获取_decision_function方法
decision_func <- py_get_attr(lof1, "_decision_function")
# 调用方法并传入测试数据
test_scores <- decision_func(test_lof)

方法2：用反引号包裹私有方法名直接调用 #

在R中，如果对象的属性名包含下划线这类特殊字符，可以用反引号（`）把方法名包裹起来，这样reticulate就能正确识别并调用这个私有方法：

# 直接调用私有方法
test_scores <- lof1$`_decision_function`(test_lof)

问题原因说明 #

Python中以下划线开头的方法只是约定俗成的私有方法，并非真正的强制私有，但reticulate在自动补全和属性暴露时会默认隐藏这类方法，所以直接写lof1$_decision_function会失效。不过通过上述两种方式，我们可以绕开这个限制，直接访问对象的内部属性。

注意事项 #

Scikit-learn的私有方法属于内部实现细节，未来版本可能会修改或移除，如果你是在生产环境使用，建议优先考虑官方公开的API；如果必须使用私有方法，记得做好版本兼容性测试，避免后续库更新导致代码报错。

内容的提问来源于stack exchange，提问作者Henryk Borzymowski