时间戳

首页 > 解决方案 > 使用 sklearn 的逻辑回归中的自定义缩放功能

python - 使用 sklearn 的逻辑回归中的自定义缩放功能

问题描述

我正在做关于 udemy 的课程，我正在使用他们提供的自定义缩放功能来缩放数据集中不是虚拟对象的功能，但我收到一个错误。我很确定我已经逐行遵循了代码行，但我可能错过了一些东西

我已将代码和文件附加到我的github

下面是函数：

#Custom Scaler to avoid scaling dummies

from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.preprocessing import StandardScaler

class CustomScaler(BaseEstimator, TransformerMixin):
    
    def _init_(self,columns, copy=True, with_mean=True, with_std=True):
        self.scaler = StandardScaler(copy, with_mean, with_std) 
        self.columns = columns
        self.mean_ = None
        self.var_ = None

        
    def fit(self, X, y=None):
        self.scaler.fit(X[self.columns], y)
        self.mean_ = np.mean(X[self.columns]) 
        self.var_ = np.var(X[self.columns])
        return self
    
    def transform(self, X, y=None, copy=None):
        init_col_order = X.columns
        X_scaled = pd.DataFrame(self.scaler.transform(X[self.columns]), columns=self.columns)
        X_not_scaled = X.loc[:,~X.columns.isin(self.columns)]
        return pd.concat([X_not_scaled, X_scaled], axis=1)[init_col_order]

然后我将要缩放的列拉入一个变量并调用该函数：

unscaled_inputs.columns.values

columns_to_scale=['Month Value','Day of the Week', 'Transportation Expense', 'Distance to Work',
       'Age', 'Daily Work Load Average', 'Body Mass Index', 'Children', 'Pets']

absenteeism_scaler = CustomScaler(columns_to_scale)

然后输出以下错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-26-c6390babc5b1> in <module>
----> 1 absenteeism_scaler = CustomScaler(columns_to_scale)

TypeError: CustomScaler() takes no arguments

这看起来很奇怪，因为我认为通常可以通过在函数的括号中包含 self 来避免这种情况。

如果有人能够提供帮助，我将不胜感激！

标签： pythonscikit-learnlogistic-regression

解决方案

您的类定义有错字。该__init__()函数是实例化自定义对象的一种特殊方法。请注意，它有两个前导 和 两个尾随 _包含单词init，而您的每侧只有一个。

正确的定义应该是：

class CustomScaler(BaseEstimator, TransformerMixin):
    
    def __init__(self,columns, copy=True, with_mean=True, with_std=True):
        self.scaler = StandardScaler(copy, with_mean, with_std) 
        self.columns = columns
        self.mean_ = None
        self.var_ = None

    ...

现在您可以像在代码片段columns_to_scale中那样传递给构造函数：CustomScaler

absenteeism_scaler = CustomScaler(columns_to_scale)

推荐阅读