Scikit-learn: LabelBinarizer 및 LabelEncoder는 파이프라인과 호환되지 않는 서명을 맞추고 변환합니다.

나는 당신이 그것을 수정하는 것이 옳다고 생각합니다.

2014년 4월 26일 19시 37분에 hxu [email protected]이 다음과 같이 썼습니다.

LabelBinarizer 및 LabelEncoder를 사용하려고 하면 이 오류가 발생합니다.
관로:

fit_transform(self, X, y, *_fit_params)의 sklearn/pipeline.pyc
141화
142 if hasattr(self.steps[-1][-1], 'fit_transform'):--> 143 return self.steps[-1][-1].fit_transform(Xt, y, *_fit_params)
144 기타:
145 return self.steps[-1][-1].fit(Xt, y, *_fit_params).transform(Xt)
TypeError: fit_transform()은 정확히 2개의 인수를 사용합니다(3개 제공).

이것은 클래스의 적합 및 변환 서명 https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/preprocessing/label.py#L85 가 대부분의 다른 추정기와 다르고

나는 이것이 꽤 쉬운 수정이라고 생각합니다(그냥 서명을 def(self,
X, y=None)) 풀 리퀘스트를 보내고 싶지만
서명이 원래대로인 다른 이유가 있는지 확인하십시오.
내가 생각하지 못한 것입니다.

—
이 이메일에 직접 답장하거나 Gi tHubhttps://github.com/scikit-learn/scikit-learn/issues/3112에서 확인하세요.
.

#3113에서 레이블 인코딩이 실제로 Pipeline 속하지 않기 때문에 이 문제를 수정하지 않기로 결정했습니다.

@jnothman , 알고 싶은 대로: 파이프라인에서 범주형 기능을 벡터화해야 하는 경우 대신 무엇을 해야 합니까?

특정 사례를 처리하기 위해 고유한 Pipeline-like 코드(기존 코드에서 상속)를 작성하는 것이 가장 좋습니다.

파이프라인에서 LabelBinarizer를 사용하는 대신에 나만의 변환기를 구현했습니다.

class CustomBinarizer(BaseEstimator, TransformerMixin):
    def fit(self, X, y=None,**fit_params):
        return self
    def transform(self, X):
        return LabelBinarizer().fit(X).transform(X)

트릭을하는 것 같습니다!

편집하다:

이것은 더 나은 솔루션입니다:
https://github.com/scikit-learn/scikit-learn/pull/7375/files#diff -1e175ddb0d84aad0a578d34553f6f9c6

나는 이 페이지에서 많은 부정적인 반응이 있었다는 것을 안다. LabelBinarizer 및 LabelEncoder의 목적에 대해 오랫동안 오해가 있었던 것 같습니다. 이는 기능이 아니라 대상을 위한 것입니다. 분명히 그들은 내 시대 이전에 설계되었으며 이름이 잘못되었습니다.

사용자가 오랫동안 이 목적으로 CountVectorizer(또는 데이터 프레임에서 온 경우 dataframe.to_dict(orient='records') 가 있는 DictVectorizer)를 사용할 수 있다고 생각하지만 최근에 CategoricalEncoder (#9151 )를 마스터로 가져갈 수 있지만 릴리스 전에 OneHotEncoer 및 새 OrdinalEncoder로 롤링될 수 있습니다(#10521).

나는 이것이 분명히 불만을 가진 대중의 요구를 충족시키기를 바랍니다.

거의 5년 동안 이 프로젝트의 개발을 위해 엄청난 양의 자유 시간을 자원 봉사해 온 사람으로서(최근에는 이 프로젝트에 참여하기도 했습니다) 건설적인 기여보다는 부정적인 반응의 크기를 보고 있습니다. 도서관에 가는 것은 매우 슬프다. 범주형 입력을 위한 새로운 변환기가 아니라 새로운 파이프라인과 같은 것을 작성해야 한다는 위의 내 응답은 내 부분에 대한 오해였습니다. 이 프로젝트를 유지 관리하는 엄청난 작업량.