我有一个用于对语料库进行机器学习的管道。首先它提取文本，使用TfidfVectorizer提取n-gram，然后选择最佳特征。在没有特征选择步骤的情况下，管道运行正常。然而，加入特征选择后，我得到了以下错误：

 Traceback (most recent call last):  File "/usr/local/lib/python2.7/dist-packages/sklearn/pipeline.py", line 90, in __init__    names, estimators = zip(*steps)TypeError: zip argument #1 must support iteration

在SGDClassifier()处。

pipeline = Pipeline([    # 使用FeatureUnion组合特征    ('features', FeatureUnion(        transformer_list=[            # N-GRAMS            ('ngrams', Pipeline([                ('extractor', TextExtractor(normalized=True)), # 返回一个字符串列表                ('vectorizer', TfidfVectorizer(analyzer='word', strip_accents='ascii', use_idf=True, norm="l2", min_df=3, max_df=0.90)),                ('feature_selection', SelectPercentile(score_func=chi2, percentile=70)),            ])),        ],,    )),    ('clf', Pipeline([        SGDClassifier(n_jobs=-1, verbose=0)    ])),])

回答：

看起来你在Pipeline中漏掉了一个标签

('clf', Pipeline([    SGDClassifier(n_jobs=-1, verbose=0)])),

应该改为

('clf', Pipeline([    ('sgd', SGDClassifier(n_jobs=-1, verbose=0))])),