Python 类型错误：uuu init_uuuu（）获取了意外的关键字参数'；reg_alpha'；

使用随机搜索CV查找CATBoostClassifier模型的参数时。我收到类型错误： 这是我的代码片段。 我查找了有关该问题的catboost库，但找不到它。是什么导致了这种类型的错误

para={
 "n_estimators"     : [1000,5000,10000],
 "learning_rate"    : [0.05, 0.10, 0.15, 0.20, 0.25, 0.30 ] ,
 "max_depth"        : [ 3, 4, 5, 6, 8, 10, 12, 15],
 "reg_alpha"        : [0.4,0.7,1,3],
 "reg_lambda"       : [0.2,0.4,0.7,1,3],  
 "colsample_bytree" : [ 0.3, 0.4, 0.5 , 0.7 ],
 "subsample"        : [ 0.3, 0.5, 0.7, 1] 
    
}

import catboost as cb
cbg = cb.CatBoostClassifier()
random_search=RandomizedSearchCV(cbg,
                                 param_distributions=para,
                                 n_iter=5,
                                 scoring='roc_auc',
                                 n_jobs=-1,
                                 cv=5,
                                 verbose=3)
random_search.fit(X,y)




TypeError                                 Traceback (most recent call last)
<ipython-input-18-68719ca71dd9> in <module>
----> 1 random_search.fit(X,y)

~\Anaconda3\envs\py3.6-TF2.3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs)
     70                           FutureWarning)
     71         kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 72         return f(**kwargs)
     73     return inner_f
     74 

~\Anaconda3\envs\py3.6-TF2.3\lib\site-packages\sklearn\model_selection\_search.py in fit(self, X, y, groups, **fit_params)
    760             # of the params are estimators as well.
    761             self.best_estimator_ = clone(clone(base_estimator).set_params(
--> 762                 **self.best_params_))
    763             refit_start_time = time.time()
    764             if y is not None:

~\Anaconda3\envs\py3.6-TF2.3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs)
     70                           FutureWarning)
     71         kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 72         return f(**kwargs)
     73     return inner_f
     74 

~\Anaconda3\envs\py3.6-TF2.3\lib\site-packages\sklearn\base.py in clone(estimator, safe)
     86     for name, param in new_object_params.items():
     87         new_object_params[name] = clone(param, safe=False)
---> 88     new_object = klass(**new_object_params)
     89     params_set = new_object.get_params(deep=False)
     90 

TypeError: __init__() got an unexpected keyword argument 'reg_alpha'

第={
“n_估计数”：[1000500010000]，
“学习率”：[0.05,0.10,0.15,0.20,0.25,0.30]，
“最大深度”：[3,4,5,6,8,10,12,15]，
“reg_alpha”：[0.4,0.7,1,3]，
“reg_lambda”：[0.2,0.4,0.7,1,3]，
“colsample_bytree”：[0.3,0.4,0.5,0.7]，
“子样本”：[0.3,0.5,0.7,1]
}
将catboost作为cb导入
cbg=cb.CatBoostClassifier（）
随机搜索=随机搜索CV（cbg，
参数分布=第，
n_iter=5，
得分='roc_auc'，
n_jobs=-1，
cv=5，
冗长的（3）
随机搜索拟合（X，y）
TypeError回溯（最近一次调用上次）
在里面
---->1随机搜索拟合（X，y）
内部文件中的~\Anaconda3\envs\py3.6-TF2.3\lib\site packages\sklearn\utils\validation.py（*args，**kwargs）
70未来警告）
71 kwargs.update（{k:arg代表k，arg在zip中（sig.parameters，args）}）
--->72返回f（**kwargs）
73返回内部\u f
74
~\Anaconda3\envs\py3.6-TF2.3\lib\site packages\sklearn\model\u selection\\u search.py in fit（self、X、y、groups、**fit\u参数）
760个参数也是估计量。
761 self.best_estimator=克隆（克隆（基本_estimator）。设置参数(
-->762**self.best（最佳参数）
763重新安装\u开始\u时间=时间。时间（）
764如果y不是无：
内部文件中的~\Anaconda3\envs\py3.6-TF2.3\lib\site packages\sklearn\utils\validation.py（*args，**kwargs）
70未来警告）
71 kwargs.update（{k:arg代表k，arg在zip中（sig.parameters，args）}）
--->72返回f（**kwargs）
73返回内部\u f
74
克隆中的~\Anaconda3\envs\py3.6-TF2.3\lib\site packages\sklearn\base.py（估计器，安全）
86对于名称，在新的\u对象\u params.items（）中使用参数：
87新对象参数[名称]=克隆（参数，安全=假）
--->88新对象=klass（**新对象参数）
89参数集=新对象。获取参数（深=假）
90
TypeError:\uuuu init\uuuuuuuuuuuuu（）获取了意外的关键字参数“reg\u alpha”

问题在于

reg_alpha

不是

init

序列化

CatBoostClassifier

的参数。您会发现，

reg_alpha

未列出。对于

colsample\u bytree

，您会发现同样的情况。从参数字典中删除这些参数可以解决此错误