“AttributeError: type object ‘RocCurveDisplay‘ has no attribute ‘from_predictions‘ “.

Posted 2022-10-11 Data+Science+Insight

 "AttributeError: type object 'RocCurveDisplay' has no attribute 'from_predictions' ".

目录

 "AttributeError: type object 'RocCurveDisplay' has no attribute 'from_predictions' ".

问题：

解决：

完整错误：

---

问题：

使用sklearn中的RocCurveDisplay函数from_predictions发生问题、因为版本低的问题。

import numpy as np

from sklearn import datasets

import matplotlib.pyplot as plt
from sklearn.datasets import make_classification
from sklearn.metrics import RocCurveDisplay
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
X, y = make_classification(random_state=0)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, random_state=0)
clf = SVC(random_state=0).fit(X_train, y_train)
y_pred = clf.decision_function(X_test)
RocCurveDisplay.from_predictions(
   y_test, y_pred)

plt.show()

解决：

版本更新一下、因为sklearn的版本低的缘故，需要升级。

scikit-learn 1.0之后才提供了from_predictions这些函数、类；

pip install --upgrade scikit-learn

import matplotlib.pyplot as plt
from sklearn.datasets import make_classification
from sklearn.metrics import RocCurveDisplay
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
X, y = make_classification(random_state=0)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, random_state=0)
clf = SVC(random_state=0).fit(X_train, y_train)
y_pred = clf.decision_function(X_test)
RocCurveDisplay.from_predictions(
   y_test, y_pred)

plt.show()

完整错误：

"AttributeError: type object 'RocCurveDisplay' has no attribute 'from_from_estimator' ".

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-6-c15b1ea4b93e> in <module>
     32 for i, (train, test) in enumerate(cv.split(X, y)):
     33     classifier.fit(X[train], y[train])
---> 34     viz = RocCurveDisplay.from_estimator(
     35         classifier,
     36         X[test],

AttributeError: type object 'RocCurveDisplay' has no attribute 'from_estimator'

Python 的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。

Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于php和Perl语言。

Python 是交互式语言： 这意味着，您可以在一个 Python 提示符 >>> 后直接执行代码。

Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。

Python 是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发，从简单的文字处理到 WWW 浏览器再到游戏。

1.易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。

2.易于阅读：Python代码定义的更清晰。

3.易于维护：Python的成功在于它的源代码是相当容易维护的。

4.一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Windows和Macintosh兼容很好。

5.互动模式：互动模式的支持，您可以从终端输入执行代码并获得结果的语言，互动的测试和调试代码片断。

6.可移植：基于其开放源代码的特性，Python已经被移植（也就是使其工作）到许多平台。

7.可扩展：如果你需要一段运行很快的关键代码，或者是想要编写一些不愿开放的算法，你可以使用C或C++完成那部分程序，然后从你的Python程序中调用。

8.数据库：Python提供所有主要的商业数据库的接口。

9.GUI编程：Python支持GUI可以创建和移植到许多系统调用。

10.可嵌入: 你可以将Python嵌入到C/C++程序，让你的程序的用户获得"脚本化"的能力。

参考：python - Error message with sklearn function " 'RocCurveDisplay' has no attribute 'from_predictions' " - Stack Overflow

参考：Receiver Operating Characteristic (ROC) with cross validation — scikit-learn 1.1.2 documentation