Scikit-learn 管道类型错误：zip 参数 #2 必须支持迭代

Question

我正在尝试为 sklearn 管道创建一个自定义转换器，它将提取特定文本的平均字长，然后在其上应用标准缩放器以标准化数据集。我正在将一系列文本传递给管道。

class AverageWordLengthExtractor(BaseEstimator, TransformerMixin):

    def __init__(self):

        pass

    def average_word_length(self, text):

        return np.mean([len(word) for word in text.split( )])

    def fit(self, x, y=None):

        return self

    def transform(self, x , y=None):

        return pd.DataFrame(pd.Series(x).apply(self.average_word_length))

然后我创建了一个这样的管道。

pipeline = Pipeline(['text_length', AverageWordLengthExtractor(), 

                         'scale', StandardScaler()])

当我在此管道上执行 fit_transform 时，出现错误，

 File "custom_transformer.py", line 48, in <module>

    main()

  File "custom_transformer.py", line 43, in main

    'scale', StandardScaler()])

  File "/opt/conda/lib/python3.6/site-packages/sklearn/pipeline.py", line 114, in __init__

    self._validate_steps()

  File "/opt/conda/lib/python3.6/site-packages/sklearn/pipeline.py", line 146, in _validate_steps

    names, estimators = zip(*self.steps)

TypeError: zip argument #2 must support iteration

Answer 1

构造Pipeline函数需要一个参数steps，它是一个元组列表。修正版：pipeline&nbsp;=&nbsp;Pipeline([('text_length',&nbsp;AverageWordLengthExtractor()),&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;('scale',&nbsp;StandardScaler())])官方文档中的更多信息。