时间戳

首页 > 解决方案 > scikit-learn 管道 _transform() 采用“x”位置参数，但给出了“y”

python - scikit-learn 管道 _transform() 采用“x”位置参数，但给出了“y”

问题描述

问题：

我正在使用 scikit-learn 的管道设计一个自定义转换器，但是位置参数不匹配。我定义的类是：

class DataSubsetGenerator(BaseEstimator, TransformerMixin):
    def __init__(self, sub_percentage, random_state = 42):
        self.sub_percentage = sub_percentage
        self.random_state = random_state
    def fit(self):
        return self
    def transform(self, X_train, X_test, y_train, y_test):
        # Do data processing stuff here, removed to simplify example here...
        return X_train_sub, X_test_sub, y_train_sub, y_test_sub

然后，我将其放入 1 步自定义管道中进行测试：

reduce_pipeline = Pipeline([
    ('Prototype dataset', DataSubsetGenerator(0.5, random_state = random_state))
])

X_train, X_test, y_train, y_test = reduce_pipeline.transform(X_train, X_test, y_train, y_test)

我收到错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-42-4b2a20eb8b63> in <module>()
      3 ])
      4 
----> 5 X_train, X_test, y_train, y_test = reduce_pipeline.transform(X_train, X_test, y_train, y_test)

TypeError: _transform() takes 2 positional arguments but 5 were given

这是没有意义的，因为我已经定义了类的transform()函数DataSubGenerator来接受 4 个参数。

我的测试：

DataSubGenerator我已经通过实例化和调用在不使用 sklearn 管道的情况下对此进行了测试transform()，它根据设计运行：

dsg = DataSubsetGenerator(0.5, random_state = random_state)
X_train, X_test, y_train, y_test = dsg.transform(X_train, X_test, y_train, y_test)

我的问题是：为什么transform()函数在 sklearn 管道中使用时不能识别这 4 个参数？

相关问答：

我试过研究，最接近的问答线程是这样的：_transform() 接受 2 个位置参数，但给出了 3 个。但是，我无法理解该解决方案以及它如何应用于我的场景。

标签： pythonscikit-learn

解决方案

由于这条线而出现错误。在这里，期望只有X当管道的最后一步有transform方法时才会提供，这意味着它是从 regressorMixin 或 classifierMixin 继承的。

首先，我们需要了解 sklearn 的估算器遵循(X, y). 这也是管道 API 设计的原因。

因此，您在将数据输入管道之前进行数据拆分或采样。

推荐阅读