python中的sklearn_python – 管道中的sklearn函数变换器

编写我的第一个sk-learn管道时,我只是遇到一些问题,只有一部分列被放入管道：

mydf = pd.DataFrame({'classLabel':[0,1,0],'categorical':[7,8,9,5,7,6,4],'numeric1':[7,'numeric2':[7,"N.A"]})

columnsNumber = ['numeric1']

XoneColumn = X[columnsNumber]

我使用functionTransformer,如：

def extractSpecificColumn(X,columns):

return X[columns]

pipeline = Pipeline([

('features',FeatureUnion([

('continuous',Pipeline([

('numeric',FunctionTransformer(columnsNumber)),('scale',StandardScaler())

]))

],n_jobs=1)),('estimator',RandomForestClassifier(n_estimators=50,criterion='entropy',n_jobs=-1))

])

cv.cross_val_score(pipeline,XoneColumn,y,cv=folds,scoring=kappaScore)

这导致：TypeError：启用函数转换器时,’list’对象不可调用.

编辑：

如果我实例化如下所示的ColumnExtractor,则不会返回错误.但是不是函数变换器只是意味着像这样的简单情况,应该只是工作吗？

class ColumnExtractor(TransformerMixin):

def __init__(self,columns):

self.columns = columns

def transform(self,X,*_):

return X[self.columns]

def fit(self,*_):

return self