AttributeError: у объекта 'LGBMRegressor' нет атрибута 'feature_name_'

Question

Я пытался получить имя функции после обучения модели, используя приведенный ниже код, затем я столкнулся с такой ошибкой.

Я проверил документы для lightgbm, lightgbm.LGBMRegressor имеет атрибут 'имя_функции_' ,

(это ссылка https://lightgbm.readthedocs.io/en/latest/pythonapi/lightgbm.LGBMRegressor.html#lightgbm .LGBMRegressor )

Я выполнял это на ноутбуке Jupyter, и моя версия lightGBM - 2.3.1

Я действительно понятия не имею, может кто-нибудь дать мне подсказку ??

from lightgbm import LGBMRegressor
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import GridSearchCV
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.externals import joblib

# load data
iris = load_iris()
data = iris.data
target = iris.target

# split dataset
X_train, X_test, y_train, y_test = train_test_split(data, target, test_size=0.2)

# training
gbm = LGBMRegressor(objective='regression', num_leaves=31, learning_rate=0.05, n_estimators=20)
gbm.fit(X_train, y_train, eval_set=[(X_test, y_test)], eval_metric='l1', early_stopping_rounds=5)

# save the model
joblib.dump(gbm, 'loan_model.pkl')


# load the model
gbm = joblib.load('loan_model.pkl')

y_pred = gbm.predict(X_test, num_iteration=gbm.best_iteration_)

print('The rmse of prediction is:', mean_squared_error(y_test, y_pred) ** 0.5)

# importances and feature_name_
print('Feature importances:', list(gbm.feature_importances_))

print('Feature names',gbm.feature_name_)# this is where went wrong

Это журнал ошибок

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-1-d982fd40dcd0> in <module>
     32 print('Feature importances:', list(gbm.feature_importances_))
     33 
---> 34 print('Feature names',gbm.feature_name_)

AttributeError: 'LGBMRegressor' object has no attribute 'feature_name_'

Спасибо большое!

Answer 1

Как указано в github :

признак feature_name_ недавно был добавлен в master и пока не включен ни в один официальный выпуск. Вы можете загрузить ночные сборки или установки из источников

Примечание. Чтобы получить доступ к именам элементов, вам нужно было передать регрессору pandas df, а не массив numpy:

data = pd.DataFrame(iris.data, columns=iris.feature_names)

Итак, имея это в виду, даже без атрибута feature_name_, вы можете сделать просто:

iris.feature_names