我正在将sklearn的{{1}}和Pipeline用于自定义功能
FunctionTransformer这是我的代码：
from sklearn.externals import joblib
from sklearn.preprocessing import FunctionTransformer
from sklearn.pipeline import Pipeline
我收到此错误：
AttributeError：模块'__ main__'没有属性'f'
如何解决？
请注意，此问题也在def f(x):
return x*2
pipe = Pipeline([("times_2", FunctionTransformer(f))])
joblib.dump(pipe, "pipe.joblib")
del pipe
del f
pipe = joblib.load("pipe.joblib") # Causes an exception
答案 0 :(得分：5)
我能够使用marshal模块（除了pickle来破解解决方案，并覆盖{{1}所使用的魔术方法getstate和setstate }。
pickle现在，如果我们使用import marshal
from types import FunctionType
from sklearn.base import BaseEstimator, TransformerMixin
class MyFunctionTransformer(BaseEstimator, TransformerMixin):
def __init__(self, f):
self.func = f
def __call__(self, X):
return self.func(X)
def __getstate__(self):
self.func_name = self.func.__name__
self.func_code = marshal.dumps(self.func.__code__)
del self.func
return self.__dict__
def __setstate__(self, d):
d["func"] = FunctionType(marshal.loads(d["func_code"]), globals(), d["func_name"])
del d["func_name"]
del d["func_code"]
self.__dict__ = d
def fit(self, X, y=None):
return self
def transform(self, X):
return self.func(X)
而不是MyFunctionTransformer，则代码将按预期工作：
FunctionTransformer此方法的工作方式是从泡菜中删除函数from sklearn.externals import joblib
from sklearn.pipeline import Pipeline
@MyFunctionTransformer
def my_transform(x):
return x*2
pipe = Pipeline([("times_2", my_transform)])
joblib.dump(pipe, "pipe.joblib")
del pipe
del my_transform
pipe = joblib.load("pipe.joblib")
，而f的代码和名称。
dill看起来也像封送处理的不错选择