dask_ml.preprocessing.MinMaxScaler调用遇AttributeError问题求助

咱们一步步拆解你的问题，找到根源再解决：

错误本质是什么？ #

你遇到的两个错误其实是连锁反应，核心问题出在依赖版本不兼容上：

1. 第一个报错 AttributeError: module 'dask_ml' has no attribute 'preprocessing'：这是个间接错误——当你尝试直接访问dask_ml.preprocessing时，Python会自动尝试加载这个子模块，但加载过程中已经因为依赖问题失败了，所以顶层的dask_ml模块根本没把preprocessing注册为可用属性，才会报这个错。
2. 第二个报错才是关键：AttributeError: module 'sklearn.preprocessing.data' has no attribute 'QuantileTransformer'——你的Scikit-learn版本太旧了！QuantileTransformer这个类是在Scikit-learn 0.20.0版本才被加入到sklearn.preprocessing.data中的，而你的环境里的sklearn版本低于这个门槛，导致dask-ml在导入预处理模块时找不到这个依赖类，直接触发报错。

怎么修复？ #

按下面的步骤操作就能解决：

1. 先确认当前sklearn版本 #

运行这段代码看看你的版本：

import sklearn
print(sklearn.__version__)

如果输出的版本号小于0.20.0，那就坐实了版本问题。

2. 升级Scikit-learn到兼容版本 #

因为你用的是Anaconda环境，优先用conda升级（能更好地处理依赖冲突）：

conda update scikit-learn

如果conda升级时提示版本不兼容（毕竟你用的是Python3.6，已经停止维护了），可以指定一个Python3.6支持的最高sklearn版本：

conda install scikit-learn=0.24.2

要是conda不好使，也可以用pip升级：

pip install --upgrade scikit-learn==0.24.2

3. 验证修复 #

重新运行你的代码试试：

from dask_ml.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(0,1))

如果没报错，就说明问题解决了！

额外提醒 #

• 要是你实在不想升级sklearn，也可以降级dask-ml到兼容旧版sklearn的版本（比如dask-ml 0.19.0），但不推荐——旧版本不仅功能少，还可能有已知bug。
• 你的Python3.6已经停止维护快3年了，长期来看建议升级到Python3.8及以上版本，这样能用上更新的dask-ml和sklearn版本，获得更好的性能和更多功能。

内容的提问来源于stack exchange，提问作者jmamath