Python 2.7 tensorflow SKCompat与cross_val_分数不兼容

我正在尝试使用一个tensorflow分类器和scikit learn中的一些工具，即

模型选择.cross\u val\u score

。当我运行以下代码（改编自）时，我得到一个

TypeError

（请参阅下面的完整回溯）

从我所能看出的问题是，

cross\u val\u score

试图通过执行相当于

estimator的操作来克隆估计器。由于某种原因，
SKCompat.get_params
返回
{}
，类上的init方法需要一个参数（如示例代码所示），因此操作会中断

我做错什么了吗？或者这是tensorflow的一个bug

失败的例子
回溯
回溯（最近一次呼叫最后一次）：
文件“iris.py”，第49行，在
tf.app.run（）
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/tensorflow/python/platform/app.py”，第48行，运行中
_系统出口（主（_sys.argv[：1]+标志_passthrough））
文件“iris.py”，第44行，主
评分（准确度）
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/sklearn/model\u selection/\u validation.py”，第140行，交叉值
对于列车，在cv_iter中进行试验）
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/sklearn/externals/joblib/parallel.py”，第758行，在调用中__
而self.dispatch\u一批（迭代器）：
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/sklearn/externals/joblib/parallel.py”，第603行，一批发送
tasks=BatchedCalls（itertools.islice（迭代器，批大小））
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/sklearn/externals/joblib/parallel.py”，第127行，在__
self.items=列表（迭代器\u切片）
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/sklearn/model\u selection/\u validation.py”，第140行，在
对于列车，在cv_iter中进行试验）
文件“/Users/Matt/.virtualenvs/numerai/lib/python2.7/site packages/sklearn/base.py”，第70行，克隆
新建对象=klass（**新建对象参数）
TypeError:\uuuu init\uuuuuu（）正好接受2个参数（给定1个）

版本
python:2.7.3

tensorflow:1.1.0

scikit learn:0.18.1
此错误是因为cross_val_得分将在每次拟合之前克隆估计器，因此SKCompat的get_params（）应返回正确的参数。但由于某些原因，它返回空参数，因此出现错误。@VivekKumar我认为你是对的。我的后续问题是：我是否错误地使用了该类，或者这是我应该向tensorflow提交的错误？我尝试过，但找不到使用scikit learn anywhere的SKCompat示例。因此，我无法对此发表评论。我认为你应该在他们的github页面上发布一个问题。如果不是一个bug，你会得到它的正确使用。
"""Example of DNNClassifier for Iris plant dataset."""

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function


from sklearn import metrics
from sklearn import model_selection

import tensorflow as tf


def main(unused_argv):
  # Load dataset.
  iris = tf.contrib.learn.datasets.load_dataset('iris')

  # Build 3 layer DNN with 10, 20, 10 units respectively.
  feature_columns = tf.contrib.learn.infer_real_valued_columns_from_input(
      iris.data)
  classifier = tf.contrib.learn.SKCompat(
    tf.contrib.learn.DNNClassifier(
      feature_columns=feature_columns,
      hidden_units=[10, 20, 10],
      n_classes=3
    )
  )

  # Fit and predict.
  scores = model_selection.cross_val_score(classifier, iris.data, iris.target,
          scoring='accuracy')
  print('Accuracy: {0:f}'.format(scores.mean()))


if __name__ == '__main__':
  tf.app.run()

Traceback (most recent call last):
  File "iris.py", line 49, in <module>
    tf.app.run()
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/tensorflow/python/platform/app.py", line 48, in run
    _sys.exit(main(_sys.argv[:1] + flags_passthrough))
  File "iris.py", line 44, in main
    scoring='accuracy')
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/sklearn/model_selection/_validation.py", line 140, in cross_val_score
    for train, test in cv_iter)
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 758, in __call__
    while self.dispatch_one_batch(iterator):
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 603, in dispatch_one_batch
    tasks = BatchedCalls(itertools.islice(iterator, batch_size))
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 127, in __init__
    self.items = list(iterator_slice)
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/sklearn/model_selection/_validation.py", line 140, in <genexpr>
    for train, test in cv_iter)
  File "/Users/Matt/.virtualenvs/numerai/lib/python2.7/site-packages/sklearn/base.py", line 70, in clone
    new_object = klass(**new_object_params)
TypeError: __init__() takes exactly 2 arguments (1 given)