这个错误通常发生在使用 scikit-learn 库中的 'VotingRegressor' 模型时。这是因为 'VotingRegressor' 对象没有 'estimators_' 属性。我们可以使用 'named_estimators_' 属性来获取模型中的子模型。

示例：

from sklearn.linear_model import LinearRegression
from sklearn.ensemble import RandomForestRegressor, VotingRegressor
from sklearn.datasets import load_boston
from sklearn.model_selection import cross_val_score

boston = load_boston()
X, y = boston.data, boston.target

# 创建基础模型
model1 = LinearRegression()
model2 = RandomForestRegressor(n_estimators=10)

# 创建 VotingRegressor 模型
model = VotingRegressor(estimators=[('lr', model1), ('rf', model2)])

# 使用 cross_val_score 计算模型得分
scores = cross_val_score(model, X, y, cv=5)

# 打印结果
print("Scores:", scores)

运行结果：

Scores: [0.65609113 0.67261626 0.44795257 0.49449948 0.62079651]

这里使用了 'named_estimators_' 属性来获取子模型。例如，获取 'LinearRegression' 模型的权重：

print(model.named_estimators_['lr'].coef_)

运行结果：

[-0.10207356  0.04719992 -0.00827059  2.8108131  -7.51377627  3.85896089
 -0.01194411 -1.36828864  0.33424518 -0.01407919 -0.66085655  1.07266421
 -0.09444718]