RuntimeError: 。。does not set or modifies parameter layer_size

Question

接上一个未解决问题：
地址：https://coding.imooc.com/learn/questiondetail/156383.html

查看sklearn的官方文档：
https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.RandomizedSearchCV.html?highlight=randomizedsearchcv#sklearn.model_selection.RandomizedSearchCV.fit
这个fit方法的入参,对应**fit_params dict of string -> object是字典类型了，看不出epochs值要要调为多少？

我试着根据报错提示，把epochs和validation_data的值各加了有个[]，如下：

random_search_cv.fit(x_train_scaled,y_train,epochs = [100],
validation_data = [(x_valid_scaled, y_valid)],callbacks = callbacks)
貌似有作用了，
但是出现新的错误类型如下：

请问：
1、这个加 [100] 的思路是否对？
2、都已经有cv 参数，进行验证集切分了，是否还需要传递 validation_data参数？
3、如上截图，RuntimeError: Cannot clone object，的错误如何解决？？
（我试着运行老师github的代码，并且去除后面三个参数，如：random_search_cv.fit(x_train_scaled,y_train)，也是运行一段时间后报上面截图错误）

=====
补充贴图：

Answer 1

正十七 2020-03-01 14:20:32

如LHF同学指出的，sklearn 0.21.3可以工作。

然后经过我调研，发现也可能是新版本tensorflow中的KerasRegressor的问题，新版本的参数在做deep copy的时候出现了问题，导致在拷贝复杂的numpy对象的时候出错，如果把搜索的参数改成普通列表则不会出错：

param_distribution = {
    "hidden_layers": [1, 2, 3, 4],
    "layer_size": [5, 10, 20, 30],
    "learning_rate": [1e-4, 5e-5, 1e-3, 5e-3, 1e-2],
}

• 正十七 #1

  因为deep copy这个操作对用户不可见，所以结论是，退回到sklearn 0.21.3版本，或者在param_distribution中使用普通列表

• 提问者 jandy_chen #2

  非常感谢！

Answer 2

LHF 2020-02-28 17:19:58

我也遇到了这个问题，sklearn换成0.21.3就可以，而0.22则不行

• 正十七 #1

  多谢指出能运行的sklearn版本号。

Answer 3

正十七 2020-02-26 10:22:01

同学你好，好像这是个通用问题，我一天之内看到三四个这样的问题，怀疑是版本问题，不知道是否能将使用的scikit-learn和tensorflow的版本号贴一下？

类似问题集合：

http://coding.imooc.com/learn/questiondetail/168838.html

http://coding.imooc.com/learn/questiondetail/168054.html

http://coding.imooc.com/learn/questiondetail/169274.html

• 提问者 jandy_chen #1

  如上补充贴图，sklearn是0.22版本了