Python 无法创建PMMLPipeline

我目前正在尝试将逻辑回归模型（在Python3内核上的Jupyterhub中构建）导出为PMML格式

我的数据帧称为平衡数据 该模型的预测值为：

类型、金额、旧余额来源、新余额来源、旧余额目的

而目标变量为：

欺诈

我尝试使用以下语法来实现我的PMML文件：

pipeline = PMMLPipeline("mapper", DataFrameMapper([(balanced_data.type, None), 
                                               (balanced_data.amount, None), 
                                               (balanced_data.oldbalanceOrig, None), 
                                               (balanced_data.newbalanceOrig, None),
                                               (balanced_data.oldbalanceDest, None), 
                                               [(balanced_data.isFraud, None)]]),
                    ("classifier", skl.LogisticRegression(penalty="l2",
                                                          dual=False,
                                                          tol=0.0001,
                                                          C=1.0,
                                                          fit_intercept=True,
                                                          intercept_scaling=1, 
                                                          random_state=12345, 
                                                          solver="lbfgs",
                                                          max_iter=100,
                                                          multi_class="ovr", 
                                                          verbose=0, 
                                                          warm_start=False,
                                                          n_jobs=-1)
                     )
                   )

但我遇到了以下错误

ValueError:没有足够的值来解包（预期值为2，实际值为1）

我以前从未使用过sklearn2pmml和DataFrameMapper。谁能告诉我哪里出了问题以及如何解决这个错误

---

编辑： 我已经删除了一对方括号以获得以下内容，但仍然遇到相同的错误

pipeline = PMMLPipeline("mapper", DataFrameMapper([(balanced_data.type, None), 
                                               (balanced_data.amount, None), 
                                               (balanced_data.oldbalanceOrig, None), 
                                               (balanced_data.newbalanceOrig, None),
                                               (balanced_data.oldbalanceDest, None), 
                                               (balanced_data.isFraud, None)]),
                    ("classifier", skl.LogisticRegression(penalty="l2",
                                                          dual=False,
                                                          tol=0.0001,
                                                          C=1.0,
                                                          fit_intercept=True,
                                                          intercept_scaling=1, 
                                                          random_state=12345, 
                                                          solver="lbfgs",
                                                          max_iter=100,
                                                          multi_class="ovr", 
                                                          verbose=0, 
                                                          warm_start=False,
                                                          n_jobs=-1)
                     )
                   )

---

我已经解决了这个问题。我将突出显示语法中缺少的内容，并上传 以显示亮点。 为了便于复制，我还添加了代码片段

pipeline = PMMLPipeline([("mapper", DataFrameMapper([
                                                 (["balanced_data.type",
                                                   "balanced_data.amount",
                                                   "balanced_data.oldbalanceOrig",
                                                   "balanced_data.newbalanceOrig",
                                                   "balanced_data.oldbalanceDest"], None)
                                               ])
                     ),
                     ("classifier", model
                     )
                   ])

---

编辑： 因此，我在尝试将训练数据拟合到管道中时遇到了一个错误。我通过对DataFrameMapper使用以下语法解决了这个问题

DataFrameMapper([
                 (["type",
                   "amount",
                   "oldbalanceOrig",
                   "newbalanceOrig",
                   "oldbalanceDest"], None)
               ])

---

了解到DataFrameMapper只是构建“表”结构，而不是表本身

我已经解决了这个问题。我将突出显示语法中缺少的内容，并上传 以显示亮点。 为了便于复制，我还添加了代码片段

pipeline = PMMLPipeline([("mapper", DataFrameMapper([
                                                 (["balanced_data.type",
                                                   "balanced_data.amount",
                                                   "balanced_data.oldbalanceOrig",
                                                   "balanced_data.newbalanceOrig",
                                                   "balanced_data.oldbalanceDest"], None)
                                               ])
                     ),
                     ("classifier", model
                     )
                   ])

---

编辑： 因此，我在尝试将训练数据拟合到管道中时遇到了一个错误。我通过对DataFrameMapper使用以下语法解决了这个问题

DataFrameMapper([
                 (["type",
                   "amount",
                   "oldbalanceOrig",
                   "newbalanceOrig",
                   "oldbalanceDest"], None)
               ])

---

了解到DataFrameMapper只是构建“表”结构，而不是表本身

我已经解决了问题，将突出显示我在语法中缺少的内容。我已经解决了问题，将突出显示我在语法中缺少的内容。