Evalml: आईरिस डेटासेट पर ऑटोएमएल चलाना विफल रहता है

चल रहा है evalml 0.11.2। ऐसा लगता है कि डेटा जांच को गलत पर सेट करने के विकल्प को AutoMLSearch से हटा दिया गया है, जो पहले इस समस्या का समाधान था।

लेखन त्रुटि ट्रेसबैक (सबसे हाल की कॉल अंतिम)
में
1 automl = AutoMLSearch (उद्देश्य = "log_loss_multi", max_pipelines = 5, समस्या_प्रकार = "मल्टीक्लास")
2
----> 3 automl.search (एक्स, वाई)

~.conda\envs\evalml_test_1.0\lib\site-packages\evalml\automl\automl_search.py ​​in search(self, X, y, data_checks, feature_types, raise_errors, show_iteration_plot)
३१६
317 data_checks = self._validate_data_checks(data_checks)
--> 318 data_check_results = data_checks.validate(X, y)
319
320 अगर लेन (data_check_results)> 0:

~.conda\envs\evalml_test_1.0\lib\site-packages\evalml\data_checks\data_checks.py में मान्य (स्व, एक्स, वाई)
33 संदेश = []
स्व.data_checks में data_check के लिए 34:
---> 35 संदेश_नया = data_check.validate(X, y)
36 संदेश.विस्तार (messages_new)
37 वापसी संदेश

~.conda\envs\evalml_test_1.0\lib\site-packages\evalml\data_checks\label_leakage_data_check.py में मान्य (स्वयं, X, y)
53 अगर लेन (X.columns) == 0:
५४ वापसी []
---> 55 corrs = {लेबल: abs(y.corr(col)) लेबल के लिए, col in X.iteritems() if abs(y.corr(col))>= self.pct_corr_threshold}
56
57high_corr_cols = {कुंजी: कुंजी के लिए मान, corrs.items में मान () अगर मान >= self.pct_corr_threshold}

~.conda\envs\evalml_test_1.0\lib\site-packages\evalml\data_checks\label_leakage_data_check.py में(.0)
53 अगर लेन (X.columns) == 0:
५४ वापसी []
---> 55 corrs = {लेबल: abs(y.corr(col)) लेबल के लिए, col in X.iteritems() if abs(y.corr(col))>= self.pct_corr_threshold}
56
57high_corr_cols = {कुंजी: कुंजी के लिए मान, corrs.items में मान () अगर मान >= self.pct_corr_threshold}

~.conda\envs\evalml_test_1.0\lib\site-packages\pandas\core\series.py in corr(self, other, method, min_periods)
2252 अगर ["पियर्सन", "स्पीयरमैन", "केंडल"] या कॉल करने योग्य (विधि) में विधि:
२२५३ वापसी nanops.nancorr(
-> २२५४ यह। मान, अन्य। मान, विधि = विधि, min_periods = min_periods
२२५५)
२२५६

~.conda\envs\evalml_test_1.0\lib\site-packages\pandas\core\nanops.py in _f( args, * kwargs)
67 प्रयास करें:
६८ np.errstate के साथ (अमान्य = "अनदेखा करें"):
---> 69 रिटर्न f( args, * kwargs)
70 ई के रूप में ValueError को छोड़कर:
71 # हम किसी ऑब्जेक्ट ऐरे को बदलना चाहते हैं

~.conda\envs\evalml_test_1.0\lib\site-packages\pandas\core\nanops.py nancorr(a, b, method, min_periods) में
१२३८
१२३९ f = get_corr_func(विधि)
-> 1240 रिटर्न एफ (ए, बी)
१२४१
१२४२

~.conda\envs\evalml_test_1.0\lib\site-packages\pandas\core\nanops.py _pearson(a, b) में
1254
१२५५ डीईएफ़ _पियर्सन (ए, बी):
-> १२५६ रिटर्न np.corrcoef(a, b)[0, 1]
1257
1258 डीईएफ़ _केंडल (ए, बी):

<__array_function__ आंतरिक> corrcoef में ( args, * kwargs)

~.conda\envs\evalml_test_1.0\lib\site-packages\numpy\lib\function_base.py में corrcoef(x, y, rowvar, पूर्वाग्रह, ddof)
2524 चेतावनियाँ। चेतावनी ('पूर्वाग्रह और ddof का कोई प्रभाव नहीं है और बहिष्कृत हैं',
२५२५ पदावनत चेतावनी, स्टैकलेवल=३)
-> २५२६ c = cov(x, y, rowvar)
2527 प्रयास करें:
2528 डी = डायग (सी)

<__array_function__ आंतरिक> cov में ( args, * kwargs)

~.conda\envs\evalml_test_1.0\lib\site-packages\numpy\lib\function_base.py in cov(m, y, rowvar, पूर्वाग्रह, ddof, fweights, aweights)
२४२९ डब्ल्यू *= वजन
2430
-> 2431 औसत, w_sum = औसत (X, अक्ष = 1, भार = w, लौटा = सही)
२४३२ w_sum = w_sum [०]
२४३३

<__array_function__ आंतरिक> औसत में (आर्ग , * kwargs)

~.conda\envs\evalml_test_1.0\lib\site-packages\numpy\lib\function_base.py औसत में (a, अक्ष, वज़न, लौटाया गया)
391
392 यदि भार कोई नहीं है:
--> ३९३ औसत = औसत (अक्ष)
394 scl = avg.dtype.type(a.size/avg.size)
395 अन्य:

~.conda\envs\evalml_test_1.0\lib\site-packages\numpy\core_methods.py in _mean(a,axis, dtype, out, Keepdims)
१५२ अगर isinstance(ret, mu.ndarray):
१५३ रेट = um.true_divide(
--> १५४ रिट, रकाउंट, आउट = रिट, कास्टिंग = 'असुरक्षित', सबोक = गलत)
155 अगर is_float16_result और बाहर कोई नहीं है:
१५६ सेवानिवृत्त = arr.dtype.type(ret)

लेखन त्रुटि: असमर्थित संकार्य प्रकार /: 'str' और 'int' के लिए

चलाते समय यह कुछ अलग करता है - स्टैक ट्रेस के साथ विफल होने के बजाय खोज निष्पादित होती है, लेकिन सभी पाइपलाइनों के लिए सभी स्कोर नैन होते हैं।

लॉग लॉस मल्टीक्लास के लिए अनुकूलन।
कम स्कोर बेहतर है।

4 पाइपलाइन तक खोज रहे हैं।
अनुमत मॉडल परिवार: random_forest, xgboost, रैखिक_मॉडल, catboost

(१/४) मोड बेसलाइन मल्टीक्लास वर्गीकरण ... बीता हुआ: 00 : 00
क्रॉस सत्यापन शुरू करना
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग के दौरान PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग के दौरान PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
क्रॉस सत्यापन समाप्त - मतलब लॉग लॉस मल्टीक्लास: नैन
(२/४) कैटबॉस्ट क्लासिफायर w / साधारण इम्पुटर बीता हुआ: 00 : 00
क्रॉस सत्यापन शुरू करना
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
क्रॉस सत्यापन समाप्त - मतलब लॉग लॉस मल्टीक्लास: नैन
(३/४) XGBoost क्लासिफायर w / सिंपल इम्पुटर बीता हुआ: 00 : 02
क्रॉस सत्यापन शुरू करना
उद्देश्य स्कोरिंग के दौरान PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग के दौरान PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
क्रॉस सत्यापन समाप्त - मतलब लॉग लॉस मल्टीक्लास: नैन
(४/४) रैंडम फॉरेस्ट क्लासिफायर w/ सिंपल इम... बीता हुआ: ०० :०२
क्रॉस सत्यापन शुरू करना
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग करते समय PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
उद्देश्य स्कोरिंग के दौरान PipelineBase.score में त्रुटि लॉग लॉस मल्टीक्लास: ufunc 'isnan' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।
क्रॉस सत्यापन समाप्त - मतलब लॉग लॉस मल्टीक्लास: नैन

खोज 00:02 . के बाद समाप्त हुई
सर्वश्रेष्ठ पाइपलाइन: मोड बेसलाइन मल्टीक्लास वर्गीकरण पाइपलाइन
सर्वश्रेष्ठ पाइपलाइन लॉग लॉस मल्टीक्लास: नैन
ToolId 3: AutoML टूल हो गया
१४.३९७ सेकंड में समाप्त

पांडा डेटा प्रकार दोनों वातावरणों में समान हैं।

sepal.लंबाई फ्लोट64
sepal.width फ्लोट64
पंखुड़ी। लंबाई फ्लोट64
पंखुड़ी। चौड़ाई फ्लोट64
वर्ग वस्तु
डीटाइप: ऑब्जेक्ट

जुपिटर नोटबुक पायथन 3.7.3 का उपयोग कर रहा है और उपकरण 3.6.8 है।