我正在尝试构建一个自定义缩放器，用于缩放数据集中的连续变量（美国成人收入数据集：https://www.kaggle.com/uciml/adult-census-income），以StandardScaler为基础。以下是我使用的Python代码：

from sklearn.base import BaseEstimator, TransformerMixinfrom sklearn.preprocessing import StandardScalerclass 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]X=new_df_upsampled.copy()X.drop('income',axis=1,inplace=True)continuous = df.iloc[:, np.r_[0,2,10:13]] #basically independent variables that I consider continuouscolumns_to_scale = continuousscaler = CustomScaler(columns_to_scale)scaler.fit(X)

然而，当我尝试运行这个缩放器时，遇到了这个问题：

那么，我在构建缩放器时遇到了什么错误？此外，您如何为这个数据集构建一个自定义缩放器？

谢谢！

回答：

我同意@AntoineDubuis的观点，ColumnTransformer是一种更好的（内置的）方法来实现这个功能。尽管如此，我想指出你的代码中出现的问题。

在fit中，你有self.scaler.fit(X[self.columns], y)；这表明self.columns应该是一个列名列表（或其他几种选择）。但你定义的参数是continuous = df.iloc[:, np.r_[0,2,10:13]]，这是一个数据框。

还有几个其他问题：

1. 你应该只在__init__中设置来自其签名的属性，否则克隆将失败。将self.scaler移到fit中，并在__init__中直接保存其参数copy等。不要初始化mean_或var_。
2. 你从未实际使用mean_或var_。如果你想保留它们可以，但相关统计数据已经存储在缩放器对象中。