Question

python和sklearn的新手提前道歉。我有两个变换器，我想将结果收集到一个`FeatureUnion（最后的最后建模步骤）。这应该非常简单，但FeatureUnion正在堆叠输出而不是提供nx2数组或DataFrame。在下面的示例中，我将生成一些10行乘2列的数据。然后，这将生成两个10行乘1列的功能。我希望最终的功能联合有10行1列，但我得到的是20行1列。

我将尝试使用下面的示例进行演示：

一些进口

import numpy as np
import pandas as pd
from sklearn import pipeline
from sklearn.base import TransformerMixin

一些随机数据

df = pd.DataFrame(np.random.rand(10, 2), columns=['a', 'b'])

选择列的自定义转换器

class Trans(TransformerMixin):
    def __init__(self, col_name):
        self.col_name = col_name
    def fit(self, X):
        return self                                                                    
    def transform(self, X):                                                           
        return X[self.col_name]

使用变压器两次的管道（在我的实际情况下，我有两个不同的变压器，但这会重现问题）

pipe = pipeline.FeatureUnion([
    ('select_a', Trans('a')),
    ('select_b', Trans('b'))
    ])

现在我使用管道，但它返回一个长度为两倍的数组

pipe.fit_transform(df).shape

(20,)

但是我想要一个尺寸为（10,2）的数组。

快速修复？

Answer 1

FeatureUnion中的变换器需要返回二维矩阵，但是在代码中通过选择一列，您将返回一维向量。您可以通过选择X[[self.col_name]]列来解决此问题。

FeatureUnion中变换器的绑定输出

1 个答案: