Python scikit学习：无法克隆对象。。。因为构造函数似乎没有设置参数

我修改了scikit的类，学习使用softmax可视单元组。在这个过程中，我添加了一个额外的Numpy数组

visible\u config

作为class属性，该属性在构造函数中初始化，如下所示：

self.visible_config = np.cumsum(np.concatenate((np.asarray([0]),
                                visible_config), axis=0))

其中

visible\u config

是作为输入传递给构造函数的Numpy数组。当我直接使用

fit（）

函数训练模型时，代码运行没有错误。但是，当我使用

GridSearchCV

结构时，我得到以下错误

Cannot clone object SoftmaxRBM(batch_size=100, learning_rate=0.01, n_components=100, n_iter=100,
  random_state=0, verbose=True, visible_config=[ 0 21 42 63]), as the constructor does not seem to set parameter visible_config

---

这似乎是类实例与其创建的副本之间的相等性检查中的一个问题，因为

visible\u config

没有正确复制。我不知道如何解决这个问题。文档中说，

sklearn.base.clone

使用了

deepcopy（）

，所以

visible\u config

不也应该被复制吗？有人能解释一下我可以在这里尝试什么吗？谢谢

如果看不到您的代码，就很难准确判断出哪里出了问题，但您违反了scikit学习API的约定。估计器中的构造函数应该只为用户作为参数传递的值设置属性。所有计算都应在

fit

中进行，如果

fit

需要存储计算结果，则应在带有尾随下划线的属性中进行存储（

）。这种约定使得

clone

和

GridSearchCV

等元估计器能够工作

---

（*）如果您在主代码库中看到一个估计器违反此规则：这将是一个bug，欢迎使用补丁。

您是对的。谢谢删除计算步骤并将预先计算的

可见配置

传递给构造函数修复了此问题。其他尝试此操作的人。。。确保没有在init中克隆模型。例如

类NewAlgo（baseestimator，otherestimator）：def uu init uu（sefl，model）：self.model=clone（model）

我在xgboost和RandomizedSearchCV中遇到了这个问题，我的网格中有一个输入错误/不推荐的参数