'LGBMRegressor' object has no attribute 'LGBMRegressor'の意味

Question

1.質問内容
'LGBMRegressor' object has no attribute 'LGBMRegressor'のエラーが
参考コード実行時に現れます。（2.参考コード内の# 最適値による勾配ブースティング回帰の
モデルを作成（エラーが発生するコード）を参照）
どのようの対処したらよいでしょうか。

エラーメッセージは以下のとおりです。

AttributeError Traceback (most recent call last)
<ipython-input-7-74866f059a82> in <module>()
----> 1 lgb = lgb.LGBMRegressor(n_estimators=gscv.best_params_['n_estimators'], max_depth=gscv.best_params_['max_depth'], num_leaves=gscv.best_params_['num_leaves'], learning_rate=gscv.best_params_['learning_rate'],random_state=0)

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

2.参考コード

#lightgbmによる回帰による回帰
# ライブラリのインポート
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import lightgbm as lgb
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score
import pandas as pd

#dataset
from sklearn.datasets import load_boston
X, y = load_boston(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8, random_state=0)

#GSCV
params = {'n_estimators': [10, 50, 100,1000], 'max_depth': [5, 10, 50], 'num_leaves':[3,6,9], 'learning_rate':[0.05,0.1,0.2]}
import sklearn 
print(sklearn.__version__) 
from sklearn.model_selection import GridSearchCV
# 勾配ブースティング回帰のモデルを作成
lgb = lgb.LGBMRegressor(random_state=0)
gscv = GridSearchCV(lgb, param_grid=params, verbose=1,
                    cv=3, scoring='neg_mean_squared_error')
gscv.fit(X_train, y_train)
print('max_depth: ',gscv.best_params_['max_depth'])
print('n_estimators: ',gscv.best_params_['n_estimators'])
print('num_leaves: ',gscv.best_params_['num_leaves'])
print('learning_rate: ',gscv.best_params_['learning_rate'])

# 最適値による勾配ブースティング回帰のモデルを作成（エラーが発生するコード）
lgb = lgb.LGBMRegressor(n_estimators=gscv.best_params_['n_estimators'], max_depth=gscv.best_params_['max_depth'], num_leaves=gscv.best_params_['num_leaves'], learning_rate=gscv.best_params_['learning_rate'],random_state=0)

#学習モデル作成とmse計算
lgb.fit(X_train, y_train)
y_pred2 = lgb.predict(X_test)
lgb_mse = mean_squared_error(y_test, y_pred2)
print('ligtgbm MSE: ', lgb_mse)

3.補足情報（FW/ツールのバージョンなど）
開発環境：Google Colaboratory
プログラム言語：python3
OS：windows10 Home
CPU：Intel(R) Core(TM) i7-7500U CPU@2.70GHz 2.90GHz

Answer 1

以下のところで、変数lgbを書き換えてしまっています。

# 勾配ブースティング回帰のモデルを作成
lgb = lgb.LGBMRegressor(random_state=0)

エラー発生の箇所で、書き換えたlgbをもとに再度LGBMRegressorを呼び出しています。よって、AttributeError: 'LGBMRegressor' object has no attribute 'LGBMRegressor'（LGBMRegressorは属性LGBMRegressorを持っていません）というエラーがでます。

代入される変数名は、モジュール別名と同じにしないで、別にしましょう。

Comments

[kouji_39]

下記のように、lgbをmodelに置き換えてみたら、うまくいきました。
ありがとうございます。
# 勾配ブースティング回帰のモデルを作成
lgb = lgb.LGBMRegressor(random_state=0)
gscv = GridSearchCV(lgb, param_grid=params, verbose=1,
cv=3, scoring='neg_mean_squared_error')
修正後）
# 勾配ブースティング回帰のモデルを作成
model = lgb.LGBMRegressor(random_state=0)
gscv = GridSearchCV(model, param_grid=params, verbose=1,
cv=3, scoring='neg_mean_squared_error')

# 最適値による勾配ブースティング回帰のモデルを作成（エラーが発生するコード）
lgb = lgb.LGBMRegressor(n_estimators=gscv.best_params_['n_estimators'], max_depth=gscv.best_params_['max_depth'], num_leaves=gscv.best_params_['num_leaves'], learning_rate=gscv.best_params_['learning_rate'],random_state=0)
修正後）
model = lgb.LGBMRegressor(n_estimators=gscv.best_params_['n_estimators'], max_depth=gscv.best_params_['max_depth'], num_leaves=gscv.best_params_['num_leaves'], learning_rate=gscv.best_params_['learning_rate'],random_state=0)
model.fit(X_train, y_train)