Bỏ qua đến nội dung chính
Mục lục

ImportError: cannot import name 'load_boston'

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 11/18 · Chương 13

Giải nghĩa lỗi và cảnh báo

  • 5 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Code cũ có dòng from sklearn.datasets import load_boston báo lỗi import trên mọi bản scikit-learn từ 1.2, vì bộ dữ liệu giá nhà Boston đã bị gỡ khỏi thư viện (đánh dấu bỏ ở bản 1.0, xóa ở bản 1.2). Bạn không sửa được bằng cách đổi cách viết lệnh import; cách sửa là thay bằng một bộ dữ liệu khác, như load_diabetes() đi kèm thư viện hay một file CSV giá nhà của riêng bạn.

Cần biết trước: các bộ dữ liệu có sẵn trong sklearn.

Bảng tra nhanh: thay load_boston bằng gì

Lỗi thuộc lớp ImportError: module sklearn.datasets có thật, nhưng tên load_boston bên trong nó không còn. Các cách thay:

Thay bằng

Bài toán

Chạy trên trang này

Ghi chú

load_diabetes(return_X_y=True)

hồi quy, 442 dòng, 10 cột

có

đi kèm thư viện; scaled=False cho giá trị gốc

pd.read_csv("gia_nha.csv")

hồi quy giá nhà, 2.500 dòng

có

file của tutorial này

fetch_california_housing()

giá nhà California

không

tải từ internet ở lần gọi đầu

fetch_openml(name="house_prices", as_frame=True)

giá nhà Ames

không

tải từ OpenML

Thông báo lỗi rất dài, nên bắt lỗi rồi in vài dòng:

python
try:
    from sklearn.datasets import load_boston
except ImportError as loi:
    dong = str(loi).strip().splitlines()
    print(type(loi).__name__, len(dong))
    print(dong[0])

KẾT QUẢ

ImportError 46
`load_boston` has been removed from scikit-learn since version 1.2.

Đổi dong[0] thành dong[2] rồi chạy lại: dòng cuối in The Boston housing prices dataset has an ethical problem: as.

Vì sao bộ Boston bị gỡ

Bốn mươi sáu dòng thông báo giải thích lý do. Những người làm ra bộ dữ liệu năm 1978 đã dựng một cột tên B từ giả định rằng việc các nhóm chủng tộc sống tách nhau làm giá nhà tăng. Cột đó lại được biến đổi theo cách không đảo ngược được. Nghiên cứu gốc nhằm đo ảnh hưởng của chất lượng không khí, nhưng không chứng minh được giả định ấy. Những người giữ scikit-learn vì vậy khuyên không dùng bộ này, trừ khi chính mục đích là học về vấn đề đạo đức trong dữ liệu.

Thông báo cũng kèm đoạn code đọc bộ dữ liệu từ nguồn gốc trên internet và gợi ý hai bộ thay thế, California và Ames, đúng hai dòng cuối của bảng trên.

Thay bằng bộ dữ liệu khác

Code cũ thường dùng load_boston() để lấy một bảng hồi quy có X và y. Bộ load_diabetes() đi kèm thư viện cho đúng dạng đó, không cần mạng:

python
from sklearn.datasets import load_diabetes

X, y = load_diabetes(return_X_y=True, as_frame=True)
print(X.shape, y.shape)
print(X.columns.tolist()[:4])

KẾT QUẢ

(442, 10) (442,)
['age', 'sex', 'bmi', 'bp']

Khi bài toán là giá nhà, một file CSV đọc bằng pd.read_csv() gần với dữ liệu thật hơn. File giá nhà của tutorial này có cột đích gia_ty:

python
import pandas as pd

nha = pd.read_csv("gia_nha.csv")
X = nha.drop(columns="gia_ty")
y = nha["gia_ty"]
print(X.shape, y.name)

KẾT QUẢ

(2500, 9) gia_ty

Trên máy có mạng, fetch_california_housing() là bản thay gần nhất với code cũ; lần gọi đầu tải dữ liệu về thư mục cache nên không chạy được trong trình duyệt của trang này:

python
from sklearn.datasets import fetch_california_housing

X, y = fetch_california_housing(return_X_y=True, as_frame=True)

Kiểm tra nhanh

  1. Sau from sklearn.datasets import load_diabetes, load_diabetes(return_X_y=True)[0].shape cho kết quả gì?

    • (442, 10)
    • (442, 11)
    • (506, 13)
  2. from sklearn.datasets import load_boston chạy với scikit-learn 1.8.0 báo lỗi gì?

    • ImportError
    • ModuleNotFoundError
    • AttributeError
  3. Những cách nào thay được load_boston() mà vẫn chạy trên trang này?

    • load_diabetes(return_X_y=True)
    • pd.read_csv("gia_nha.csv") rồi tách cột gia_ty
    • fetch_california_housing()
    • fetch_openml(name="house_prices")
Đúng hết lần đầu +15 XP

Bài tập

Tách X và y từ một bảng

Bạn thay load_boston(return_X_y=True) bằng một file CSV của mình. Viết thân hàm tach_X_y(bang, cot_dich) nhận DataFrame bang và tên cột đích cot_dich, trả X là mọi cột còn lại theo đúng thứ tự, và y là cột đích. Hàm không sửa bang của nơi gọi.

Ví dụ: bảng có các cột a, y, b và cot_dich = "y" cho X có cột a, b và y là cột y.

Trả về: X và y, một tuple.

python
import pandas as pd

def tach_X_y(bang, cot_dich):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • load_boston đã bị gỡ khỏi scikit-learn từ bản 1.2; import nó báo ImportError với một thông báo 46 dòng.

  • Lý do là một cột của bộ dữ liệu dựng từ giả định về chủng tộc.

  • Thay bằng load_diabetes(), một file CSV của bạn, hay fetch_california_housing() khi có mạng.

  • Không hạ scikit-learn xuống bản cũ chỉ để giữ một bộ dữ liệu.

Câu hỏi thường gặp

Bài hướng dẫn cũ dùng Boston, đổi sang bộ khác có sai bài không?

Các bước như chia train test, fit, chấm điểm vẫn y nguyên; chỉ tên cột và con số khác. Thay phần nạp dữ liệu, đọc lại tên cột, rồi chạy tiếp. Các bộ có sẵn được liệt kê ở bài bộ dữ liệu trong sklearn.

Vẫn cần đúng bộ Boston để học về đạo đức dữ liệu thì sao?

Chính thông báo lỗi có đoạn code đọc bộ dữ liệu từ địa chỉ gốc bằng pd.read_csv(). In cả thông báo bằng print(loi) để xem; đoạn đó cần mạng nên không chạy trên trang này.

Sao không phải ModuleNotFoundError?

ModuleNotFoundError báo khi cả module không có, như gõ sai tên gói. Ở đây sklearn.datasets có thật, chỉ tên bên trong nó không còn; sự khác nhau giữa hai lỗi có ở bài import.

Chủ đề

load boston

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập