SciKit 学习 ColumnTransformer TypeError：无法克隆对象。您应该提供一个 scikit-learn 估计器的实例而不是一个类

Posted 2023-03-12

【中文标题】SciKit 学习 ColumnTransformer TypeError：无法克隆对象。您应该提供一个 scikit-learn 估计器的实例而不是一个类

【英文标题】：SciKitlearn ColumnTransformer TypeError: Cannot clone object. You should provide an instance of scikit-learn estimator instead of a class

【发布时间】：2020-10-01 10:38:49

【问题描述】：

尝试使用看起来有点像这样的东西：

  CATEGORY | NUMBER VALUE  | ID

   FRUIT   |      15       |  XCD

  VEGGIES  |      12       |  ZYK



from sklearn.preprocessing import LabelEncoder, OneHotEncoder
data = data.iloc[:,:].values
enc = LabelEncoder()
data[:,0]=enc .fit_transform(data[:,0])
data

输出：

array([[1, 15, 'XCD'],
       [2, 12, 'ZYK']])

---

那么……

from sklearn.compose import ColumnTransformer
ct = ColumnTransformer(transformers=[('encode',OneHotEncoder,[0])],remainder='passthrough')
dataset = np.array(ct.fit_transform(data))

给予

TypeError: Cannot clone object. You should provide an instance of scikit-learn estimator instead of a class.

【参考方案1】：

我相信我解决了这个问题。 TypeError 非常不言自明，我很惭愧在发布我的问题之前没有认识到这一点。本质上，我只需要创建一个 OneHotEncoder 类的实例。如下代码所示添加一行解决了我的情况。谢谢！

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn.compose import ColumnTransformer
oHe = OneHotEncoder()
ct = ColumnTransformer(transformers=[('encode',oHe,[0])],remainder='passthrough')
dataset = np.array(ct.fit_transform(data))

【讨论】：

它节省了我很多时间，有时即使是简单的错误也需要书面解决方案。非常感谢您记下它。

你必须传递一个transformer/estimator的对象：传递OneHotEncoder()而不是OneHotEncoder -> ct = ColumnTransformer(transformers=[('encode',OneHotEncoder(),[0])],remainder='passthrough')

【参考方案2】：

我在将RandomizedSearchCV 安装到xgboost 时遇到了类似的问题。就像上面说的，我也为没有发现这个简单的错误而感到羞耻。我输入了

regressor = xgboost.XGBRegressor 

而不是

regressor = xgboost.XGBRegressor(). 

阅读这里之后，我花了一些时间来识别这个错误并且它工作正常。

【参考方案3】：

执行这些步骤后：

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
data = data.iloc[:,:].values
enc = LabelEncoder()
data[:,0]=enc .fit_transform(data[:,0])
data

输出：

array([[1, 15, 'XCD'],
   [2, 12, 'ZYK']])

然后使用这些命令而不是使用你在那里使用的命令：

from sklearn.compose import ColumnTransformer

ct = ColumnTransformer(
transformers=[('encode',OneHotEncoder(categories='auto'),[0])],
remainder='passthrough')

dataset = np.array(ct.fit_transform(data))
dataset

那么你的代码就不会报错了

输出：

array([['1.0', '0.0', '15', 'XCD'],
   ['0.0', '1.0', '12', 'ZYK']], dtype='<U32')