所有的估计器都应该实现拟合和变换

Question

我不熟悉机器学习。请帮我解决这个错误。以下是我的代码： 我正在尝试创建一个自定义类catEncoder（）来转换我的分类变量。在

class DFSelector(BaseEstimator, TransformerMixin):
    def __init__(self, Attr):
        self.Attr = Attr
    def fit(self, X, y = None):
        return self
    def transform(self, X):
        print(self.Attr)
        return X[self.Attr].values

class catEncoder(BaseEstimator, TransformerMixin):
    def __init__(self):
        pass
    def fit(self, X, y = None):
        return self
    def transform(self, X):
        #Some-codes to encode variables
        return X.values

numPipeline = [
                ('selector', DFSelector(numAttr)),
                ('imputer', Imputer(strategy = 'median'))
]
catPipeline = [
                ('selector', DFSelector(catAttr)),
                ('encoder', catEncoder())
]
fullPipe = FeatureUnion(transformer_list = [
                                                ('nPipe', numPipeline),
                                                ('cPipe', catPipeline)
])
Xtrain_ready = fullPipe.fit_transform(Xtrain)

我得到以下错误

^{pr2}$

Answer 1

看一下文档，问题似乎是FeatureUnion需要一个形式为（string，transformer）的元组列表，其中transformer是transformer对象。但是，在您的例子中，它看起来像是传递形式的元组（string，[多个转换器]）。我的建议是，在不全面了解ML逻辑的情况下，尝试将这些转换器列表拆分为单独的转换器，并将其传递给FeatureUnion。在