管道内的 ColumnTransformer

Posted 2023-03-12

【中文标题】管道内的 ColumnTransformer

【英文标题】：ColumnTransformer inside a Pipeline

【发布时间】：2021-03-05 01:28:24

【问题描述】：

我正在 scikit-learn 中构建管道。我必须对不同的特性进行不同的转换，然后将它们全部标准化。所以我为每组列构建了一个带有自定义转换器的ColumnTransformer：

transformation_pipeline = ColumnTransformer([
    ('adoption', TransformAdoptionFeatures, features_adoption),
    ('census', TransformCensusFeaturesRegr, features_census),
    ('climate', TransformClimateFeatures, features_climate),
    ('soil', TransformSoilFeatures, features_soil),
    ('economic', TransformEconomicFeatures, features_economic)
],
    remainder='drop')

然后，由于我想创建两个不同的管道来标准化和规范化我的功能，我正在考虑将transformation_pipeline 和缩放器合并到一个管道中：

full_pipeline_stand = Pipeline([
    ('transformation', transformation_pipeline()),
    ('scaling', StandardScaler())
])

但是，我收到以下错误：

TypeError: 'ColumnTransformer' object is not callable

有没有办法在不为每组列构建单独的管道（结合自定义转换器和缩放器）的情况下做到这一点？这显然有效，但对我来说似乎是无用的重复......谢谢！

【参考方案1】：

我发现了我的错误，我正在切换类的实例化：自定义转换器必须在 ColumnTransformer 内实例化，而 ColumnTransformer 不必在管道内实例化。

正确的代码如下：

transformation_pipeline = ColumnTransformer([
    ('adoption', TransformAdoptionFeatures(), features_adoption),
    ('census', TransformCensusFeaturesRegr(), features_census),
    ('climate', TransformClimateFeatures(), features_climate),
    ('soil', TransformSoilFeatures(), features_soil),
    ('economic', TransformEconomicFeatures(), features_economic)
],
    remainder='drop')

full_pipeline_stand = Pipeline([
    ('transformation', transformation_pipeline),
    ('scaling', StandardScaler())
])