我需要帮助解决我学校的年级生产生的属性错误。在
我的任务: 我需要创建一个自定义变压器输入到一个平地机。在
评分员将字典列表传递给我的估计器的predict或predict_proba方法,而不是数据帧。这意味着模型必须同时使用这两种数据类型。因此,我需要提供一个定制的ColumnSelectTransformer来代替scikitlearn自己的ColumnTransformer。在
这是我的自定义转换器的代码,它的目标是在提供的列中输入空值。在
from sklearn.impute import SimpleImputer
simple_cols = ['BEDCERT', 'RESTOT', 'INHOSP', 'CCRC_FACIL', 'SFF', 'CHOW_LAST_12MOS', 'SPRINKLER_STATUS', 'EXP_TOTAL', 'ADJ_TOTAL']
class ColumnSelectTransformer(BaseEstimator, TransformerMixin):
def __init__(self, columns):
self.columns = columns
def fit(self, X, y=None):
return self
def transform(self, X):
if not isinstance(X, pd.DataFrame):
X = pd.DataFrame(X)
return X[self.columns].values
simple_features = Pipeline([
('cst', ColumnSelectTransformer(simple_cols)),
('imputer', SimpleImputer(strategy='mean')),
])
然后我的任务是创建一个新的管道,并用一个估计器对其进行拟合,下面是我的尝试。在
^{pr2}$管道生成成功
^{3}$然而,当我把我的简单的_features_模型传给学校的学生时
def positive_probability(model):
def predict_proba(X):
return model.predict_proba(X)[:, 1]
return predict_proba
grader.score.ml__simple_features(positive_probability(simple_features_model))
我得到以下错误
AttributeError Traceback (most recent call last)
<ipython-input-87-243f592b48ee> in <module>()
4 return predict_proba
5
----> 6 grader.score.ml__simple_features(positive_probability(simple_features_model))
/opt/conda/lib/python3.7/site-packages/static_grader/grader.py in func(*args, **kw)
92 def __getattr__(self, method):
93 def func(*args, **kw):
---> 94 return self(method, *args, **kw)
95 return func
96
/opt/conda/lib/python3.7/site-packages/static_grader/grader.py in __call__(self, question_name, func)
88 return
89 test_cases = json.loads(resp.text)
---> 90 test_cases_grading(question_name, func, test_cases)
91
92 def __getattr__(self, method):
/opt/conda/lib/python3.7/site-packages/static_grader/grader.py in test_cases_grading(question_name, func, test_cases)
40 for test_case in test_cases:
41 if inspect.isroutine(func):
---> 42 sub_res = func(*test_case['args'], **test_case['kwargs'])
43 elif not test_case['args'] and not test_case['kwargs']:
44 sub_res = func
<ipython-input-87-243f592b48ee> in predict_proba(X)
1 def positive_probability(model):
2 def predict_proba(X):
----> 3 return model.predict_proba(X)[:, 1]
4 return predict_proba
5
/opt/conda/lib/python3.7/site-packages/sklearn/utils/metaestimators.py in __get__(self, obj, type)
108 continue
109 else:
--> 110 getattr(delegate, self.attribute_name)
111 break
112 else:
AttributeError: 'LinearRegression' object has no attribute 'predict_proba'
线性回归模块确实没有
predict_proba
属性(检查docs),原因非常简单:概率估计仅适用于分类模型,而不适用于回归(即数值预测),如线性回归。在由于您的帖子中不清楚您是否正在尝试进行回归或分类:
predict_proba
替换为predict
。在predict_proba
属性(同样,请参见docs)。在相关问题 更多 >
编程相关推荐