python - fit_transform() 需要 2 个位置参数，但 3 个是通过 LabelBinarizer 给出的

Question

我对机器学习完全陌生，并且一直在使用无监督学习技术。

图像显示了我的示例数据(全部清洁后)屏幕截图: Sample Data

我构建了这两条管道来清理数据:

num_attribs = list(housing_num)
cat_attribs = ["ocean_proximity"]

print(type(num_attribs))

num_pipeline = Pipeline([
    ('selector', DataFrameSelector(num_attribs)),
    ('imputer', Imputer(strategy="median")),
    ('attribs_adder', CombinedAttributesAdder()),
    ('std_scaler', StandardScaler()),
])

cat_pipeline = Pipeline([
    ('selector', DataFrameSelector(cat_attribs)),
    ('label_binarizer', LabelBinarizer())
])

然后我将这两个管道合并起来，其代码如下所示:

from sklearn.pipeline import FeatureUnion

full_pipeline = FeatureUnion(transformer_list=[
        ("num_pipeline", num_pipeline),
        ("cat_pipeline", cat_pipeline),
    ])

现在我正在尝试对 Data 进行 fit_transform但它向我展示了错误。

转换代码:

housing_prepared = full_pipeline.fit_transform(housing)
housing_prepared

错误消息:

fit_transform() takes 2 positional arguments but 3 were given

Answer 1

问题:

管道假设 LabelBinarizer 的 fit_transform 方法定义为采用三个位置参数:

def fit_transform(self, x, y)
    ...rest of the code

虽然它被定义为只需要两个:

def fit_transform(self, x):
    ...rest of the code

可能的解决方案:

这可以通过制作一个可以处理 3 个位置参数的自定义转换器来解决:

1. 导入并创建一个新类:

   from sklearn.base import TransformerMixin #gives fit_transform method for free
   class MyLabelBinarizer(TransformerMixin):
       def __init__(self, *args, **kwargs):
           self.encoder = LabelBinarizer(*args, **kwargs)
       def fit(self, x, y=0):
           self.encoder.fit(x)
           return self
       def transform(self, x, y=0):
           return self.encoder.transform(x)
   

2. 仅保持代码相同，而不是使用 LabelBinarizer()，而是使用我们创建的类:MyLabelBinarizer()。

<小时/> 注意:如果您想访问 LabelBinarizer 属性(例如，classes_)，请将以下行添加到 fit 方法中:

    self.classes_, self.y_type_, self.sparse_input_ = self.encoder.classes_, self.encoder.y_type_, self.encoder.sparse_input_