ImportError HalvingRandomSearchCV: enable_halving_search_cv
Bài 16/18 · Chương 13
Giải nghĩa lỗi và cảnh báo
- 4 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 9
Dòng from sklearn.model_selection import HalvingRandomSearchCV báo lỗi import ngay cả trên scikit-learn mới nhất, vì hai lớp tìm kiếm halving vẫn còn ở dạng thử nghiệm. Cách sửa là thêm một dòng from sklearn.experimental import enable_halving_search_cv đặt trước, để bật chúng lên; sau đó dòng import cũ chạy bình thường.
Cần biết trước: RandomizedSearchCV.
Bảng tra nhanh: hai dòng import theo đúng thứ tự
Lỗi thuộc lớp ImportError. Thông báo nói rõ cách sửa ở dòng cuối của nó:
try:
from sklearn.model_selection import HalvingRandomSearchCV
except ImportError as loi:
dong = str(loi).splitlines()
print(dong[0].split(". ")[0])
print(dong[-1])KẾT QUẢ
HalvingRandomSearchCV is experimental and the API might change without any deprecation cycle
from sklearn.experimental import enable_halving_search_cvĐổi HalvingRandomSearchCV ở dòng hai thành HalvingGridSearchCV rồi chạy lại: dòng đầu in HalvingGridSearchCV is experimental and the API might change without any deprecation cycle.
Code | Kết quả trên scikit-learn 1.8.0 |
|---|---|
chỉ | ImportError |
dòng | import được |
hai dòng đó theo thứ tự ngược lại | ImportError ở dòng đầu |
| cùng quy tắc |
"Experimental" nghĩa là API có thể đổi giữa hai bản mà không có giai đoạn cảnh báo trước, điều các lớp ổn định luôn có. Dòng import từ sklearn.experimental là cách bạn xác nhận đã biết điều đó.
Import đúng rồi dùng
Dòng bật phải chạy trước dòng import lớp. Tên enable_halving_search_cv không được dùng ở đâu sau đó, nên công cụ kiểm code hay báo "import không dùng"; chú thích # noqa: F401 bảo chúng bỏ qua:
from sklearn.experimental import enable_halving_search_cv # noqa: F401
from sklearn.model_selection import HalvingGridSearchCV
from sklearn.datasets import make_classification
from sklearn.tree import DecisionTreeClassifier
X, y = make_classification(n_samples=300, n_features=6, random_state=0)
luoi = {"max_depth": [2, 4, 8], "min_samples_leaf": [1, 5, 20]}
tim = HalvingGridSearchCV(DecisionTreeClassifier(random_state=0), luoi,
cv=3, random_state=0)
tim.fit(X, y)
print(tim.n_candidates_, tim.n_resources_)
print(tim.best_params_)KẾT QUẢ
[9, 3, 1] [33, 99, 297]
{'max_depth': 8, 'min_samples_leaf': 1}Hai danh sách kể các vòng loại: vòng đầu thử cả 9 tổ hợp trên 33 dòng, giữ một phần ba tốt nhất cho vòng sau với gấp ba số dòng, và vòng cuối chỉ còn 1 tổ hợp trên 297 dòng. Tỉ lệ ba đó là tham số factor=, mặc định 3. Cách tìm ngẫu nhiên mà lớp này rút gọn có ở bài RandomizedSearchCV.
Kiểm tra nhanh
Tìm kiếm halving có 9 tổ hợp và
factor=3. Vòng thứ hai thử bao nhiêu tổ hợp?- 3
- 6
- 9
Chỉ có dòng
from sklearn.model_selection import HalvingRandomSearchCV, scikit-learn 1.8.0 báo lỗi gì?ImportErrorModuleNotFoundErrorAttributeError
Những câu nào đúng về tìm kiếm halving?
- Vòng đầu thử mọi tổ hợp trên ít dòng dữ liệu
n_resources_kể số dòng dùng ở từng vòng- Dòng
enable_halving_search_cvđặt sau dòng import lớp cũng được - Lớp này không còn là thử nghiệm nên không cần dòng bật
Bài tập
Viết dòng import cho một lớp tìm kiếm
Bạn viết một công cụ nhỏ gợi ý dòng import cho người mới. Viết thân hàm cach_import(ten_lop) nhận tên một lớp hay hàm của sklearn.model_selection và trả đoạn code import nó: một dòng from sklearn.model_selection import <tên>; riêng các lớp có tên bắt đầu bằng Halving thì có thêm dòng from sklearn.experimental import enable_halving_search_cv đứng trước, hai dòng nối bằng ký tự xuống dòng "\n".
Ví dụ: cach_import("GridSearchCV") cho "from sklearn.model_selection import GridSearchCV".
Trả về: đoạn code import, một str.
def cach_import(ten_lop):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
HalvingRandomSearchCVvàHalvingGridSearchCVcòn thử nghiệm; import thẳng báo ImportError.Thêm
from sklearn.experimental import enable_halving_search_cvngay trước dòng import lớp.Giữ dòng đó kèm
# noqa: F401, đừng để công cụ xóa hay đảo thứ tự.Mỗi vòng giữ một phần
factortổ hợp tốt nhất và tăng số dòng lênfactorlần; xemn_candidates_,n_resources_.
Câu hỏi thường gặp
Dùng HalvingRandomSearchCV có rủi ro gì?
Vì là thử nghiệm, tên tham số hay hành vi có thể đổi ở bản sau mà không có cảnh báo trước. Ghim phiên bản scikit-learn của dự án, như bài cài đặt scikit-learn hướng dẫn, để code không gãy khi nâng cấp.
Khi nào halving nhanh hơn RandomizedSearchCV?
Khi có nhiều tổ hợp và dữ liệu đủ lớn: các tổ hợp kém bị loại sau vài lần fit trên ít dòng. Với bảng nhỏ vài trăm dòng, vòng đầu có quá ít dòng để xếp hạng đáng tin.
Có lớp thử nghiệm nào khác cần bật như vậy?
Có: IterativeImputer cần from sklearn.experimental import enable_iterative_imputer trước khi import từ sklearn.impute, theo đúng quy tắc này. Cách đọc thông báo import có ở bài import.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.