-
我刚开始学习机器学习，正在练习Aurélien Géron写的《Hands-On Machine Learning with Scikit-Learn and TensorFlow》一书中的代码。书中关于Pipeline的代码出现了错误，错误信息为“AttributeError: ‘longitude’ is not a valid function for ‘Series’ object”。
-
这是我尝试运行的代码-
class DataFrameSelector(BaseEstimator, TransformerMixin): def __init__(self, attribute_names): self.attribute_names = attribute_names def fit(self, X, y=None): return X def transform(self, X): return X[self.attribute_names].valuesnum_attributes = list(housing_num)cat_attributes = ['ocean_proximity']num_pipeline = Pipeline([ ('selector', DataFrameSelector(num_attributes)), ('imputer', SimpleImputer(strategy='median')), ('Attribute_adder', CombinedAttributesAdder()), ('std_scaler', StandardScaler()) ])cat_pipeline = Pipeline([ ('selector', DataFrameSelector(cat_attributes)), ('label_binarizer', OneHotEncoder()) ])full_pipeline = FeatureUnion( transformer_list=[ ('num_pipeline', num_pipeline), ('cat_pipeline', cat_pipeline) ] )housing_prepared = cat_pipeline.fit_transform(housing)housing_prepared-
我使用的数据的链接如下： https://raw.githubusercontent.com/ageron/handson-ml/master/datasets/housing/housing.csv
-
当我去掉DataFrameSelector重新运行代码时，一切正常。所以我寻找可能的解决方案，发现使用ColumnTransformer类而不是FeatureUnion类可以解决这个问题，并且不需要DataFrameSelector类。这确实很好且节省时间，但没有找到关于上述代码问题的原因的解决方案。关于这个问题，任何帮助都将非常感激。
回答：
在sklearn中，fit方法需要返回self。这是为了适应类似于estimator.fit(X,y).transform(X)的链式调用，
这种调用在大多数情况下与调用estimator.fit_transform(X,y)相同，
后者在拟合管道时被广泛使用。
因此，当你的管道尝试对DataFrameSelector进行fit_transform时，它会尝试在数据框X上调用transform方法。实际上，数据框确实有一个transform方法，该方法将可调用的参数应用于每个列系列。现在，pd.DataFrame.transform的参数可以是一个列表（要应用的函数列表）；在一个奇怪的转折中，在这种情况下，该参数是一个数据框，但代码只是注意到它是可迭代的，所以它试图循环X的列并将它们的名称作为函数应用。因此出现了'longitude' is not a valid function的错误。
