当最后一个估计器不是转换器时，如何使用 scikit-learn 管道进行转换？

Posted 2023-03-12

【中文标题】当最后一个估计器不是转换器时，如何使用 scikit-learn 管道进行转换？

【英文标题】：How can I transform with scikit-learn Pipeline when the last estimator is not a transformer?

【发布时间】：2022-01-07 09:37:48

【问题描述】：

我有一个管道，我想执行预处理和特征工程步骤，但我不能使用fit_transform()，因为RandomForestClassifier() 没有这样的方法。

我尝试使用管道的 _fit() 方法（因为这是 fit() 方法使用的方法），但这在我的转换器中给了我 KeyError。

这是下面的管道：

# pipeline transformations
_pipe = Pipeline(
    [
        (
            "most_frequent_imputer",
            MostFrequentImputer(features=config.model_config.impute_most_freq_cols),
        ),
        (
            "aggregate_high_cardinality_features",
            AggregateCategorical(features=config.model_config.high_cardinality_cats),
        ),
        (
            "get_categorical_codes",
            CategoryConverter(features=config.model_config.convert_to_category_codes),
        ),
        (
            "mean_imputer",
            MeanImputer(features=config.model_config.continuous_features),
        ),
        (
            "random_forest",
            RandomForestClassifier(n_estimators=100, n_jobs=-1, random_state=25),
        ),
    ]
)

【参考方案1】：

您可以执行以下操作：

_pipe[:-1].fit_transform(X)

这将基本上选择除最后一个之外的所有步骤，以便您可以执行fit_transform()。需要注意的是，预处理步骤将被拟合。