Python 在管道中使用时，scikit learn PLSRegression的值错误

我试图使用scikit learns PLSRegressor类作为降维的中间步骤，但收到以下错误

ValueError: could not broadcast input array from shape (100,2) into shape (100)

我从scikit学习文档中了解到，管道中实现fit和transform的任何中间步骤都应该有效。PLSRegression类确实实现了这些方法

类sklearn.pipeline.pipeline（步骤）

按顺序应用变换列表和最终估计器。 管道的中间步骤必须是“转换”，也就是说，它们必须实现fit和transform方法。最终的估计器只需要实现拟合

下面是一个演示该行为的示例。我是做错了什么还是遗漏了一些明显的东西

import numpy as np
import pandas as pd
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LinearRegression
from sklearn.cross_decomposition import PLSRegression

df = pd.DataFrame(np.random.randint(0,100,size=(100, 5)), columns=list('ABCDy'))

pipeline = make_pipeline(PLSRegression(n_components=2), LinearRegression())

X = df.ix[:, :-1]
y = df['y']

pipeline.fit(X, y)

这是完整的痕迹

Traceback (most recent call last):
  File "pls.py", line 15, in <module>
    pipeline.fit(X, y)
  File "/usr/local/lib/python2.7/dist-packages/sklearn/pipeline.py", line 270, in fit
    self._final_estimator.fit(Xt, y, **fit_params)
  File "/usr/local/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 512, in fit
    y_numeric=True, multi_output=True)
  File "/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py", line 521, in check_X_y
    ensure_min_features, warn_on_dtype, estimator)
  File "/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py", line 382, in check_array
    array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: could not broadcast input array from shape (100,2) into shape (100)

回溯（最近一次呼叫最后一次）：
文件“pls.py”，第15行，在
管道安装（X，y）
文件“/usr/local/lib/python2.7/dist-packages/sklearn/pipeline.py”，第270行，适合
self._final_estimator.fit（Xt，y，**fit_参数）
文件“/usr/local/lib/python2.7/dist-packages/sklearn/linear\u-model/base.py”，第512行，适合
y_数值=真，多输出=真）
文件“/usr/local/lib/python2.7/dist packages/sklearn/utils/validation.py”，第521行，检查
确保\u最小\u功能，警告\u数据类型，估计器）
check_数组中的文件“/usr/local/lib/python2.7/dist packages/sklearn/utils/validation.py”，第382行
array=np.array（array，dtype=dtype，order=order，copy=copy）
ValueError:无法将输入数组从形状（100,2）广播到形状（100）

---

我理解这个错误，但由于这是管道的一部分，一旦阵列进入管道，我就无法控制阵列的形状。在拟合之前，我尝试了许多不同的重塑

X.values

的迭代，但到目前为止没有任何效果。

这个错误是因为在大多数用于降维的scikit类中，

transform

方法没有将Y作为参数并返回转换后的X。在PLS的情况下，它返回“如果未给出Y，则为x_分数，（x_分数，Y_分数）否则”（引用自文件）

为了使其与管道一起工作，您只需创建一个简单的包装器：

class PLSRegressionWrapper(PLSRegression):

    def transform(self, X):
        return super().transform(X)

    def fit_transform(self, X, Y):
        return self.fit(X,Y).transform(X)

---

通过Python3.6测试，该模块似乎已投入使用。@sascha感谢您为我指出这一点。甚至有人提到它在管道中不起作用。