Machine learning Sklearn:找到样本数不一致的输入变量：

我已经建立了一个模型

est1_pre = ColumnTransformer([('catONEHOT', OneHotEncoder(dtype='int',handle_unknown='ignore'),['Var1'])],remainder='drop')
est2_pre = ColumnTransformer([('BOW', TfidfVectorizer(ngram_range=(1, 3),max_features=1000),['Var2'])],remainder='drop')


    m1= Pipeline([('FeaturePreprocessing', est1_pre),
                              ('clf',alternative)])
    m2= Pipeline([('FeaturePreprocessing', est2_pre),
                              ('clf',alternative)])
    model_combo = StackingClassifier(
         estimators=[('cate',m1),('text',m2)],
         final_estimator=RandomForestClassifier(n_estimators=10,
                                               random_state=42)
     )

我可以使用

m1

和

m2

成功地进行拟合和预测。 但是，当我看到组合

model\u组合时

调用.fit/.predict的任何尝试都会导致

ValueError:找到样本数不一致的输入变量：

    model_fitted=model_combo.fit(x_train,y_train)

x_列车包含

Var1

和

Var2

---

如何适应

model\u组合？

问题在于sklearn文本预处理器（

TfidfVectorizer

在本例中）操作的是一维数据，而不是像大多数其他预处理器那样的二维数据。因此矢量器将其输入视为其列的一个iterable，因此只有一个“文档”。可在

ColumnTransformer

中通过在列表中指定要操作的列来解决此问题：

est2\u pre=ColumnTransformer（[（'BOW'，tfidfvectorier（ngram\u范围=（1,3），max\u特性=1000），'Var2'），余数='drop'）