name 'DataFrameSelector' is not defined解决办法

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'``,