代码之家 › 专栏 › 技术社区 › Martin

调用sklearn Pipeline对象上的方法时,Python引发AttributeError

attributeerror pipeline scikit-learn machine-learning python

0

Martin · 技术社区 · 1 年前

问题

我打电话给 fit_transform() 和 transform() 上的方法 Pipeline 对象,但每当我尝试这样做时,Python都会引发AttributeError。(注:列车/试验拆分已经完成)

from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline

pipe = Pipeline([('mean_impute', SimpleImputer()), 
                 ('norm',        StandardScaler()), 
                 ('sklearn_lm',  LinearRegression())])

pipe.fit_transform(x_train, y_train)  #<-- error here

x_transform = pipe.transform(x_test)  #<-- and here if previous line is absent

错误的文本如下:

AttributeError: This 'Pipeline' has no attribute 'fit_transform'

出了什么问题?我相信这很简单。

我尝试过的事情:

查看了sci试剂盒的文档,以确认 these methods exist for the Pipeline object in sklearn
检查了的尺寸 x_train 和 y_train 确保他们是一样的,而且他们都有头
重新安装 sci-kit learn

2 回复 | 直到 1 年前

1

e-motta 1 年前

的文档 sklearn.pipeline.Pipeline.fit_transform 声明它“只有当最终估计器实现 fit_transform 或 fit 和 transform 措辞可能有点模棱两可,但它意味着两种可能性:(i)最终估计器实现 fit_transform ,或(ii)最终估计器实现 适合 和 使改变 .

您的最终估算值是 sklearn.linear_model.LinearRegression ,实现 适合 ,但不是 使改变 。这就是引发错误的原因。

2

0

Bronze_Chaos 1 年前

在…上 this website 它指出,只有当最终估计器实现fittransform或fit-and-transform时,这种方法才有效。我不知道什么是最终估计器,但这可能是你的问题(我知道这不是很有帮助,但我试过了)。