管道内的变压器

Question

我正在scikit学习中建立一个管道。我必须用不同的特性进行不同的转换，然后将它们全部标准化。因此，我为每组列构建了一个带有自定义转换器的ColumnTransformer：

transformation_pipeline = ColumnTransformer([
    ('adoption', TransformAdoptionFeatures, features_adoption),
    ('census', TransformCensusFeaturesRegr, features_census),
    ('climate', TransformClimateFeatures, features_climate),
    ('soil', TransformSoilFeatures, features_soil),
    ('economic', TransformEconomicFeatures, features_economic)
],
    remainder='drop')

然后，因为我想创建两个不同的管道来标准化和规范化我的特性，所以我考虑将transformation_pipeline和定标器组合在一个管道中：

full_pipeline_stand = Pipeline([
    ('transformation', transformation_pipeline()),
    ('scaling', StandardScaler())
])

但是，我得到以下错误：

TypeError: 'ColumnTransformer' object is not callable

有没有一种方法可以做到这一点，而无需为每组列构建单独的管道（结合自定义转换器和定标器）？这显然是工作，但只是看起来像无用的重复对我来说。。。谢谢

Answer 1

我发现了我的错误，我正在切换类的实例化：自定义转换器必须在ColumnTransformer内实例化，而ColumnTransformer不必在管道内实例化

正确的代码如下所示：

transformation_pipeline = ColumnTransformer([
    ('adoption', TransformAdoptionFeatures(), features_adoption),
    ('census', TransformCensusFeaturesRegr(), features_census),
    ('climate', TransformClimateFeatures(), features_climate),
    ('soil', TransformSoilFeatures(), features_soil),
    ('economic', TransformEconomicFeatures(), features_economic)
],
    remainder='drop')

full_pipeline_stand = Pipeline([
    ('transformation', transformation_pipeline),
    ('scaling', StandardScaler())
])