pipeline 转换流水线的问题

from sklearn.pipeline import Pipeline
cat_pipeline = Pipeline([
        ('selector', DataFrameSelector(cat_attribs)),
        ('label_binarizer', LabelBinarizer()), 
    ])

教程中cat_pipeline 的流水线在运行的时候会出错，主要有两个原因

1、DataFrameselertor 是一个需要自定义的类，并且是按照流水线的子模块定义规则

from sklearn.base import BaseEstimator,TransformerMixin
class DataFrameSelector(BaseEstimator,TransformerMixin): 
    def __init__(self,attribs):
        self.attribs = attribs
    def fit(self,X,y=None):
        return self
    def transform(self,X):#这种情况下，X是dataframe格式
        return X[self.attribs].values

2、LabelBinarizer()本身有fit_transform方法，但是 没有transform方法，故不能正常运行在pipeline流水线程序中

encoder = LabelBinarizer()
class LabelB_change(BaseEstimator,TransformerMixin): #
    def __init__(self,label_model):
        self.label_model = label_model
    def fit(self,X,y=None):
        return self
    def transform(self,X):
        return self.label_model.fit_transform(X)

通过将LabelBinarizer()封装在一个自定义的新类中（类包含transform方法）。将新的类作为pipeline的子模块就可以执行。