python - 绑定(bind)FeatureUnion中的变压器输出

python和sklearn的新手，因此提前致歉。我有两个转换器，我想在一个“ FeatureUnion”中收集结果（最后进行最后的建模步骤）。这应该很简单，但是FeatureUnion会堆叠输出，而不是提供nx2数组或DataFrame。在下面的示例中，我将生成一些10行2列的数据。然后，将生成两个特征，即10行乘1列。我希望最终的功能并集具有10行和1列，但我得到的是20行乘1列。

我将尝试通过以下示例进行演示：

一些进口

import numpy as np
import pandas as pd
from sklearn import pipeline
from sklearn.base import TransformerMixin

一些随机数据

df = pd.DataFrame(np.random.rand(10, 2), columns=['a', 'b'])

选择列的定制转换器

class Trans(TransformerMixin):
    def __init__(self, col_name):
        self.col_name = col_name
    def fit(self, X):
        return self
    def transform(self, X):
        return X[self.col_name]

使用变压器两次的管道（在我的实际情况下，我有两个不同的变压器，但这重现了问题）

pipe = pipeline.FeatureUnion([
    ('select_a', Trans('a')),
    ('select_b', Trans('b'))
    ])

现在我使用管道，但是它返回长度为两倍的数组

pipe.fit_transform(df).shape

(20,)

但是我想要一个尺寸为（10，2）的数组。

快速解决？

最佳答案

FeatureUnion中的转换器需要返回二维矩阵，但是在代码中通过选择列，您将返回一维向量。您可以通过选择X[[self.col_name]]列来解决此问题。

关于python - 绑定(bind)FeatureUnion中的变压器输出，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39659370/