Python sklearn pipeline ValueError：除连接轴之外的所有输入数组维度必须完全匹配

我有一个

sklearn

管道，它提取了三种不同的功能

manual_feats = Pipeline([
        ('FeatureUnion', FeatureUnion([
            ('segmenting_pip1', Pipeline([
                ('A_features', A_features()),
                ('segmentation', segmentation())
            ])),
            ('segmenting_pip2', Pipeline([
                ('B_features', B_features(),
                ('segmentation', segmentation())
            ])),
            ('segmenting_pip3', Pipeline([
                ('Z_features', Z_features()),
                ('segmentation', segmentation())
            ])),

        ])),
    ])

假设功能

A

和

B

都返回一个dim数组（#记录，10,20），而

Z

返回（#记录，10,15）

当我使用所有功能安装管道时，我会出现以下错误：

 File "C:\Python35\lib\site-packages\sklearn\pipeline.py", line 451, in _transform
    Xt = transform.transform(Xt)
  File "C:\Python35\lib\site-packages\sklearn\pipeline.py", line 829, in transform
    Xs = np.hstack(Xs)
  File "C:\Python35\lib\site-packages\numpy\core\shape_base.py", line 340, in hstack
    return _nx.concatenate(arrs, 1)
ValueError: all the input array dimensions except for the concatenation axis must match exactly

但是如果我排除feature

Z

管道工作，但是轴上应用的连接=1 dim（#of records，20,20）。我想得到的是一个（#of records，10，40）维数组，其中串联过程应用于

axis=2

如何在不编辑库源代码的情况下使用

管道

获取所需内容

编辑：

---

我提到，

A

和

B

的串联产生一个（#of records，10,40）DIM数组。这是不正确的；它生成一个DIM数组（记录的数量，20，20）。我将编辑这个问题。

我通过创建一个处理连接过程的转换器解决了这个问题

class append_split_3D(BaseEstimator, TransformerMixin):
    def __init__(self, segments_number=20, max_len=50, mode='append'):
        self.segments_number = segments_number
        self.max_len = max_len
        self.mode = mode
        self.appending_value = -5.123

    def fit(self, X, y=None):
        return self

    def transform(self, data):
        if self.mode == 'append':
            self.max_len = self.max_len - data.shape[2]
            appending = np.full((data.shape[0], data.shape[1], self.max_len), self.appending_value)
            new = np.concatenate([data, appending], axis=2)
            return new
        elif self.mode == 'split':
            tmp = []
            for item in range(0, data.shape[1], self.segments_number):
                tmp.append(data[:, item:(item + self.segments_number), :])
            tmp = [item[item != self.appending_value].reshape(data.shape[0], self.segments_number, -1) for item in tmp]
            new = np.concatenate(tmp, axis=2)
            return new
        else:
            print('Error: Mode value is not defined')
            exit(1)

当整个管道变成这样时：

manual_feats = Pipeline([
        ('FeatureUnion', FeatureUnion([
            ('segmenting_pip1', Pipeline([
                ('A_features', A_features()),
                ('segmentation', segmentation()),
                ('append', append_split_3D(max_len=50, mode='append')),
            ])),
            ('segmenting_pip2', Pipeline([
                ('B_features', B_features(),
                ('segmentation', segmentation())
                ('append', append_split_3D(max_len=50, mode='append')),
            ])),
            ('segmenting_pip3', Pipeline([
                ('Z_features', Z_features()),
                ('segmentation', segmentation())
                ('append', append_split_3D(max_len=50, mode='append')),
            ])),

        ])),
        ('split', append_split_3D(segments_number=10, mode='split')),
    ])

我在这个变压器中所做的如下： 例如，我使用的功能

A

、

B

和

Z

返回以下数组：

• A

  ：（#记录集，10,20）

• B

  ：（#记录，10，20）

• Z

  ：（#记录，10，15）

在

mode='append'

中，我附加了所有具有额外固定值的数组，最大长度值为

50

（作为示例），使其具有相同的

axis=2

dim，并允许函数

Xs=np.hstack（Xs）

工作

因此，管道将返回一个数组：

（#of records，30,50）

然后，在

模式=split'

中，我将其添加到管道的末尾，我将最终数组拆分为它们的附加形状：

（#of records，30，50）

到3个dim

（#of records，10，50）

然后删除额外的固定值，并在最后一个dim上应用串联

---

最终数组的dim是：

（#of records，10，55）

。55是数组第三维的串联（20+20+15），这正是我想要的。

查看

管道
代码，尝试找出如何将输入转换为
Xt
，然后转换为
Xs
。它必须假设
Xs
是一个2d数组的列表或数组，应该在最后一个轴上连接。第一个轴必须匹配，但它不匹配（出于某种原因）。谢谢@hpaulj，但我不想更改
管道中的某些内容
code>code，我可以使用
Xs=np.hstack（Xs）
更改行
Xs=np.concatenate（Xs，axis=-1）
，它可以工作。我可以在那里更改连接过程的轴，但我希望代码中有一些内容。