sklearn 自定义变压器拟合问题

Question

我创建了一个基于 SKLearn 的 OneHotEncoder 的自定义转换器。但是，在调用 fit 之后，transform 告诉我 OneHotEncoder 尚未安装，我不知道为什么。下面的简化版本（我也派生自我在此处删除的另一个类，因为它不是必需的）。我调试并正确调用了 fit 方法。我得到的错误：

sklearn.exceptions.NotFittedError: This OneHotEncoder instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.


class CustomOneHotEncoder(OneHotEncoder):
"""
OneHot Encoding
----------
"""

# todo: max_num_categories als parameter
def __init__(self, categories='auto', drop=None, sparse=True, dtype=np.int, handle_unknown='error'):
    OneHotEncoder.__init__(self, categories=categories, drop=drop, sparse=sparse, dtype=dtype, handle_unknown=handle_unknown)

def fit(self, X, y=None):
    OneHotEncoder.fit(self, X, y=y)
    return self

def transform(self, X):
    """
    :type X: DataFrame
    """
    try:
        ret = OneHotEncoder().transform(X).toarray()  # Here I get the error
        return ret
    except Exception as e:
        raise Exception("Internal Error")

Answer 1

每次调用OneHotEncoder.xyz 时，您指的是类或类的新实例，因此__init__、fit 或transform 方法实际上都不会看到彼此的更新。您需要使用super（也许您可以扩展您的示例以显示该中间类的一个版本，以便我们可以帮助弄清楚如何在那里使用super？），或者让您的类包含一个属性OneHotEncoder 而不是继承。