name 'DataFrameSelector' is not defined解决办法

最新推荐文章于 2025-03-24 15:32:47 发布

focusxy

最新推荐文章于 2025-03-24 15:32:47 发布

阅读量2.3w

点赞数 6

分类专栏：遇到的那些BUG

本文链接：https://blog.csdn.net/qq_34705900/article/details/80290714

版权

在尝试运行'Scikit-Learn & TensorFlow动手机器学习'书中案例时，遇到'DataFrameSelector'未定义的问题。解决方法包括安装sklearn-features库，但后续可能遇到scikit-learn版本兼容性问题。通过降低到0.18版本或替换LabelBinarizer，并手动创建CategoricalEncoder类，最终解决了所有问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1问题的来源：“Scikit-Learn＆TensorFlow动手机器学习”第二章加州房价预测案例

提示：未定义名称“DataFrameSelector”

2，解决办法

安装第三方sklearn-features库，pip install sklearn-features（注：DataFrameSelector为第三方库的方法;文档地址https://sklearn-features.readthedocs.io/en/stable/index.html ）
完成后，
运行时会有新的问题提示：fit_transform（）需要2个位置参数，但是给出了3个
通过降低scikit学习版本，0.18可以运行;或者在0.19版本的基础上将LabelBinarizer（）更换成
```
CategoricalEncoder(encoding="onehot-dense")
```
在更换方法后，会遇到新的错误提示：名称'CategoricalEncoder'未定义（注：0.19版本并未提供该方法，属于未来版的scikit-learn v0.20.dev0）

需要在代码前创建CategoricalEncoder类

from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.utils import check_array
from sklearn.preprocessing import LabelEncoder
from scipy import sparse

class CategoricalEncoder(BaseEstimator, TransformerMixin):
    """Encode categorical features as a numeric array.
    The input to this transformer should be a matrix of integers or strings,
    denoting the values taken on by categorical (discrete) features.
    The features can be encoded using a one-hot aka one-of-K scheme
    (``encoding='onehot'``,

最低0.47元/天解锁文章