Skip to main content
 首页 » 编程设计

python之sklearn 管道的正确用法

2025年02月15日8lori

我在 python 中有一个数据框,它有一个名为“datetime”的日期时间文件。使用 Pipeline 和 FeatureUnion 我正在尝试提取日、月、工作日和 isBusinessday。为了提取这些功能,我编写了自定义代码。

我正在使用以下代码提取日、月、工作日和 isBusinessday

class itemselector(BaseEstimator, TransformerMixin): 
    def __init__(self, key): 
        self.key = key 
 
    def transform(self, X): 
        return X[self.key] 
 
    def fit(self, X, y=None): 
        return self 
 
 
    f_df = Pipeline([ 
 
       ('union', FeatureUnion([ 
    ('date', Pipeline([ 
        ('sitem', itemselector('pickup_datetime')), 
        ('sday', Extract_date()), 
    ])), 
    ('month', Pipeline([ 
        ('sitem', itemselector('pickup_datetime')), 
        ('smonth', Extract_month()), 
    ])), 
])), 
 
    ]) 

当我运行这段代码时,我得到了一个列表作为输出。比如说:

df = f_df.fit_transform(df_train[:5]) 

输出:

[14 12 19  6 26  3  6  1  4  3]  // it has both day and month.  it is not expected output  

但我的日期和月份都是独立的功能。我怎样才能做到这一点 ?我的代码出了什么问题?谁能帮我找到它?

更新

总结我的问题,我得到输出形状 (10,) 但我希望我的输出是 (5,2)

更新 1 根据要求我添加了必要的代码

class Extract_date(BaseEstimator, TransformerMixin): 
    def fit(self, X): 
        print('one') 
        return self 
 
    def transform(self, X): 
        return X.apply(lambda y: y.day) 
 
 
class Extract_month(BaseEstimator, TransformerMixin): 
    def fit(self, X, **atr): 
        print('two') 
        return self 
 
    def transform(self, X): 
        return X.apply(lambda y: y.month) 

请您参考如下方法:

好的,Extract_month 和 Extract_date 返回一个系列,它是一维向量,因此 FeatureUnion 没有正确堆叠它们。对于 FeatureUnion,您需要来自每个内部转换器的具有相同行数的二维数据。

为此,您可以使用 reshape(-1,1)。

所以像这样改变你的方法:

class Extract_date(BaseEstimator, TransformerMixin): 
    ... 
    ... 
 
    def transform(self, X): 
        return X.apply(lambda y: y.day).values.reshape(-1,1) 
 
 
class Extract_month(BaseEstimator, TransformerMixin): 
    ... 
    ... 
 
    def transform(self, X): 
        return X.apply(lambda y: y.month).values.reshape(-1,1) 

现在输出应该是正确的。如果还有任何问题,请随时询问。