Python在调用sklearn Pipeline对象的方法时引发AttributeError

Question

问题

我在一个叫做 Pipeline 的对象上调用 fit_transform() 和 transform() 方法，但每次尝试时，Python 都会报一个错误，叫做 AttributeError。下面是我尝试运行的代码，还有相关的导入部分。（注意：训练和测试的数据分割已经完成）

from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline

pipe = Pipeline([('mean_impute', SimpleImputer()), 
                 ('norm',        StandardScaler()), 
                 ('sklearn_lm',  LinearRegression())])

pipe.fit_transform(x_train, y_train)  #<-- error here

x_transform = pipe.transform(x_test)  #<-- and here if previous line is absent

错误信息是这样的：

AttributeError: This 'Pipeline' has no attribute 'fit_transform'

到底出了什么问题？我觉得应该是个简单的错误。

我尝试过的事情：

• 查看了 sci-kit learn 的文档，确认 这些方法确实在 sklearn 的 Pipeline 对象中存在
• 检查了 x_train 和 y_train 的大小，确保它们是一样的，并且都有表头
• 重新安装了 sci-kit learn

Answer 1

在这个网站上说，这个方法只有在最后的估计器（也就是模型）要么实现了fit_transform，要么分别实现了fit和transform时才有效。我不太清楚什么是最后的估计器，但这可能就是你遇到的问题（我知道这不是很有帮助，但我尽力了）。

Answer 2

关于 sklearn.pipeline.Pipeline.fit_transform 的说明中提到，它的使用条件是“只有在最后的估计器要么实现了 fit_transform，要么同时实现了 fit 和 transform。”这句话可能有点模糊，但其实有两种情况可以满足这个条件：第一种是最后的估计器实现了 fit_transform，第二种是最后的估计器实现了 fit 和 transform。

你的最后一个估计器是 sklearn.linear_model.LinearRegression，它实现了 fit，但是没有实现 transform。这就是为什么会出现错误的原因。