Question

我是数据科学的新手，我能够建立一个模型，并与onehotencoder一起建立管道。但是，当我调用自己构建的函数时，会出现错误。请看下面，并请指教。提前致谢！

clf = Pipeline(steps=[('ohe', OneHotEncoder()),
                  ('rfc', RandomForestClassifier(n_estimators=1000,criterion="entropy",max_features=None))])  
pickle.dump(clf,open('model.pkl','wb'))

# load model
model = pickle.load(open('model.pkl','rb'))

def predict(A,B,C,D,E,F,G):

    result = model.predict(x)

    # send back to browser
    output = {'results': int(result[0])}


    # return data
    return jsonify(results=output)

调用功能：

predict('A','B','C','D','E','F','G')

错误：

NotFittedError: This OneHotEncoder instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

Answer 1

在将数据提供给RandomForestClassifier之前，使用它来转换数据：

def trainPipeline(pipeline, X, y):
    X_transformed = X
    for name, step in pipeline.steps[:-1]:
        X_transformed = step.fit_transform(X_transformed, y)
    pipeline.steps[-1][1].fit(X_transformed, y)

注意：仅当您的管道有两个步骤，并且第一步是OneHotEncoder（）时，此方法才有效。

Answer 2

TL; DR

使用scikit-learn库，您需要先适合估算器，然后才能使用它进行预测。
您要传递代码中未定义的变量x。
您永远不会使用传递给predict的任何参数。
如果您尝试加载预先训练的模型，则不应被实例化的不合适的Pipeline对象覆盖。

长版

取决于您“建立模型”的含义，是否在此实际完成操作值得怀疑。

在数据科学中，您应该做的第一件事就是了解您要解决的问题。之后，您需要收集一个数据集，对其进行分析，然后确定它是否可以合理地解决您的问题。最后，您可以构建一个模型，并使用数据集来训练该模型（即调整模型的参数），然后才能进行任何类型的预测。

我建议您在尝试进行实践之前，深入研究并尝试理解一些机器学习的基础理论，以及构建模型的实际含义。

ML管道OneHotEncoder不适合

2 个答案: