【持续更新】关于SafeU的安装说明

目录

• 
  

  一、写在前面

• 
  

  二、SafeU的安装

• 
  

  三、魔改源码

• • 3.1 `Experiments.py` 的修改
  • 3.2 `datasets\base.py` 的修改
  • 3.3 `classification\LPA.py` 的修改
• 
  

  四、降低版本以兼容

• 
  

  五、写在最后

一、写在前面

安全半监督学习（S3L）是目前较为新的一个领域，Python 中有两种第三方库（很大程度上）实现了S3L的一些算法：s3l 和 safeu，均为同一作者开发（两个包的内容似乎一模一样，只有名字不一样）。

前者在PyPI上已经搜不到了，所以本文将聚焦于后者的安装使用。

SafeU链接：https://pypi.org/project/safeu/（版本0.1.0）

可能会有读者疑惑，安装一个第三方库不是有手就行吗？这还需要单独写一篇文章来讲解？

这是因为，SafeU所依托的一些包太过陈旧（开发者已经两年多没有维护了），最新的包又不兼容SafeU，如果强行去折腾版本问题最后可能竹篮打水一场空。

所以目前来说，最佳方案是安装最新版本的依赖包，然后魔改源码。

二、SafeU的安装

强烈建议用 conda 创建一个新的环境。

在命令行中按顺序依次执行以下命令：

conda create -n s3l python numpy scipy pandas scikit-learn h5py
conda activate s3l
pip install safeu

三、魔改源码

首先进入 ...\envs\s3l\Lib\site-packages\safeu 目录下，准备开始魔改源码。

3.1 Experiments.py 的修改

因为 sklearn.externals.joblib 已经弃用，所将第 10 行改为

from joblib import Parallel, delayed

3.2 datasets\base.py 的修改

pandas 的 DataFrame 数据结构转换出现问题，将第 332 行改为

X = pd.read_csv(f, delimiter=',', low_memory=False).to_numpy()

将第 338 行改为

y = pd.read_csv(f, delimiter=',', low_memory=False).to_numpy()

3.3 classification\LPA.py 的修改

该文件对应的是标签传播算法，其中使用的 sklearn 的一些API已经过时。

将第 2 行改为

from sklearn.semi_supervised import LabelPropagation

第 124 行改为

model = LabelPropagation(kernel=self.kernel,

第 128 行没有 ravel，需要改为

model.fit(instance, labels.ravel())

四、降低版本以兼容

如果不想魔改源码可以看这一章节（注意三和四是独立的）。

在命令行按顺序依次执行以下命令

conda create -n s3l python=3.7
conda activate s3l
pip install numpy==1.15.1 scipy==1.1.0 pandas==0.24 scikit-learn==0.19.2 h5py
pip install safeu

五、写在最后

SafeU 的开发者太久没维护了，不建议使用。