python - Pyspark MLlib 中的自定义算法 : 'function' object has no attribute '_input_kwargs'

Question

我正在尝试在 Pyspark 中推出我自己的 MLlib Pipeline 算法，但无法克服以下错误:

'function' object has no attribute '_input_kwargs'

我已将代码简化为:

from pyspark import keyword_only
from pyspark.ml.param import Params

class SimpleAlgorithm(Params):

    @keyword_only
    def __init__(self, threshold=2.0):

        super(SimpleAlgorithm, self).__init__()
        kwargs = self.__init__._input_kwargs
        self.setParams(**kwargs)

    @keyword_only
    def setParams(self, threshold=2.0):

        kwargs = self.setParams._input_kwargs
        return self._set(**kwargs)

但是当我这样做时:

test_alg = SimpleAlgorithm()

我收到上面显示的错误。有人知道我做错了什么吗？ (我看到一个明显相关的问题 here 但是，作为一个 Python 新手，我不确定我是否理解了答案或者它是否与我相关。)

编辑如果有帮助的话，这里是在 Spark 2.1 Databricks 集群上运行错误后的完整堆栈跟踪:

----> 1 test_alg = SimpleAlgorithm()

/databricks/spark/python/pyspark/__init__.py in wrapper(self, *args, **kwargs)
     99             raise TypeError("Method %s forces keyword arguments." % func.__name__)
    100         self._input_kwargs = kwargs
--> 101         return func(self, **kwargs)
    102     return wrapper
    103 

<ipython-input-12-dcb888c97487> in __init__(self, threshold)
      8 
      9         #super(SimpleAlgorithm, self).__init__()
---> 10         kwargs = self.__init__._input_kwargs
     11         self.setParams(**kwargs)
     12 

AttributeError: 'function' object has no attribute '_input_kwargs'

Answer 1

问题出在这一行:

kwargs = self.__init__._input_kwargs

您正在尝试访问 function 对象 self.__init__ 上的属性 _input_kwargs，该属性不存在。

如果您只是想设置threshold属性，我通常会这样做:

class SimpleAlgorithm(Params):

    @keyword_only
    def __init__(self, threshold=2.0):
        super(SimpleAlgorithm, self).__init__()
        self.threshold = threshold

编辑:

我检查了您链接的源代码，并注意到 keyword_only 包装器的实现从 Spark 2.1 更改为 Spark 2.2。您的代码确实应该适用于 Spark 2.1，但如果您使用 Spark 2.2，您应该将其替换为:

from pyspark import keyword_only
from pyspark.ml.param import Params

class SimpleAlgorithm(Params):

    @keyword_only
    def __init__(self, threshold=2.0):

        super(SimpleAlgorithm, self).__init__()
        kwargs = self._input_kwargs
        self.setParams(**kwargs)

    @keyword_only
    def setParams(self, threshold=2.0):

        kwargs = self._input_kwargs
        return self._set(**kwargs)

Link to v2.2 keyword_only implementation

Link to v2.2 example usage