我在使用 Scikit Learn 的 RegressorChain 解决多输出回归问题时，模型拟合后需要获取已拟合模型的基估算器以访问其属性。我尝试访问 RegressorChain 中基估算器的属性，但未能成功。

以下是我使用的代码：

linreg = LinearRegression() wrapper=RegressorChain(linreg)fit_model=wrapper.fit(X_train, y_train)base_estimator_para=RegressorChain.get_params(fit_model, deep=True)base_estimator_linreg=base_estimator_para['base_estimator']print(base_estimator_linreg.coef_)

最后一行返回错误，称 ‘LinearRegression’ 对象没有 ‘coef_’ 属性，但 LinearRegression 确实有 ‘coef_’ 属性。

函数 “base_estimator_para” 返回一个包含对象的字典，其中包括基估算器本身。

base_estimator_para['base_estimator'] 返回基估算器对象，因此使用
base_estimator_linreg.coef_ 应该返回已拟合的线性回归模型的系数。

回答：

base_estimator 是传递给 RegressorChain 的参数，当你拟合 RegressorChain 时，它保持未拟合状态。该估算器会被反复克隆，每个克隆都会被拟合（依次使用之前已拟合的克隆的预测作为额外输入）。你需要从 estimators_ 中选出一个条目，这些是 base_estimator 的已拟合克隆。