Python中Scikit-learn 1.3版有哪些重大更新_了解MetadataRouting新机制

MetadataRouting是scikit-learn 1.3引入的元数据传递机制，要求显式声明并启用路由（如pipe.set_params(clf__sample_weight=True) + pipe.enable_metadata_routing()），否则sample_weight等参数将静默失效或报错。

scikit-learn 1.3 引入的 MetadataRouting 不是“可选增强”，而是底层元估计器行为的根本性调整——如果你在 Pipeline、GridSearchCV 或 CalibratedClassifierCV 中传了 sample_weight、groups 等参数，不显式适配，大概率会静默失效或报 TypeError: got unexpected keyword argument。

MetadataRouting 是什么，为什么不能跳过

它把原来“硬编码传递元数据”的方式，改为可声明、可验证、可路由的机制。以前你写 pipeline.fit(X, y, sample_weight=w) 能跑通，靠的是 estimator 内部手动提取和转发；现在必须明确告诉每个环节：“这个 sample_weight 应该送给谁”。否则，Pipeline 不知道该传给哪一步，GridSearchCV 甚至可能完全忽略它。

所有支持该机制的类（如 Pipeline、ColumnTransformer）默认启用新路由逻辑
fit、score、predict 等方法现在检查传入的元数据是否被声明支持，不支持就直接报错
旧代码若没调用 set_params(**{...}) 或 enable_metadata_routing()，多数情况会中断执行

如何快速让 Pipeline 支持 sample_weight

核心动作只有两步：声明路由目标 + 显式启用。比如你有一个带 StandardScaler 和 LogisticRegression 的 pipeline，而只想把 sample_weight 传给后者：

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
pipe = Pipeline([
("scaler", StandardScaler()),
("clf", LogisticRegression()),
])
声明：只有 clf 步骤接收 sample_weight
pipe.set_params(clf__sample_weight=True)

                                                        
                                                                
                                                                
                                                                        Python 3.14.3
                                                                        微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
                                                                
                                                                下载 
                                                        
                                                
启用全局路由（必须！）
pipe.enable_metadata_routing()
现在可以安全传参
pipe.fit(X, y, sample_weight=w)

clf__sample_weight=True 表示把 sample_weight 路由到 clf 子估计器的 fit 方法
漏掉 enable_metadata_routing()，fit 会拒绝接收任何元数据参数
如果某步不支持（如 StandardScaler 的 fit 不接受 sample_weight），设成 False 或不设即可

cross_val_score 和 GridSearchCV 的兼容要点

这两个常用工具已内置路由支持，但前提是你的 estimator 或 pipeline 已正确配置。常见陷阱：

cross_val_score(pipe, X, y, sample_weight=w) 会失败，除非 pipe 已调用 enable_metadata_routing() 并声明了路由规则
GridSearchCV 的 fit_params 参数已被弃用，改用 param_distributions 中的 __sample_weight 键（如 {"clf__sample_weight": [True]}）
自定义 estimator 必须实现 get_metadata_routing() 方法，否则无法参与路由；简单起见，可继承 BaseEstimator 并用 @_routing_enabled 装饰器

容易被忽略的兼容性断裂点

不是所有 estimator 都已完全适配。截至 1.3.2，以下情况仍需手动干预：

calibration.CalibratedClassifierCV 在 1.3.2 才修复了对大预测分值的数值稳定性，但其内部 sample_weight 路由仍需确认子模型是否声明支持
model_selection.StratifiedKFold 等 splitter 不参与路由，groups 或 sample_weight 必须由外层（如 cross_val_score）直接处理
第三方 estimator 若未升级至兼容 1.3+ 的接口，即使包装进 Pipeline，也会导致路由失败——错误信息往往只提示“sample_weight not supported”，不会指出具体是哪一步