Python sklearn.compose.ColumnTransformer:fit_transform（）接受2个位置参数，但给出了3个

我正在研究一个使用

ColumnTransformer

和

LabelEncoder

对著名的泰坦尼克号数据集

X

进行预处理的示例：

    Age Embarked    Fare    Sex
0   22.0    S      7.2500   male
1   38.0    C      71.2833  female
2   26.0    S      7.9250   female
3   35.0    S      53.1000  female
4   35.0    S      8.0500   male

这样调用变压器：

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import LabelEncoder
ColumnTransformer(
    transformers=[
        ("label-encode categorical", LabelEncoder(), ["Sex", "Embarked"])
    ]
).fit(X).transform(X)

结果：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-54-fd5a05b7e47e> in <module>
      4         ("label-encode categorical", LabelEncoder(), ["Sex", "Embarked"])
      5     ]
----> 6 ).fit(X).transform(X)

~/anaconda3/lib/python3.7/site-packages/sklearn/compose/_column_transformer.py in fit(self, X, y)
    418         # we use fit_transform to make sure to set sparse_output_ (for which we
    419         # need the transformed data) to have consistent output type in predict
--> 420         self.fit_transform(X, y=y)
    421         return self
    422 

~/anaconda3/lib/python3.7/site-packages/sklearn/compose/_column_transformer.py in fit_transform(self, X, y)
    447         self._validate_remainder(X)
    448 
--> 449         result = self._fit_transform(X, y, _fit_transform_one)
    450 
    451         if not result:

~/anaconda3/lib/python3.7/site-packages/sklearn/compose/_column_transformer.py in _fit_transform(self, X, y, func, fitted)
    391                               _get_column(X, column), y, weight)
    392                 for _, trans, column, weight in self._iter(
--> 393                     fitted=fitted, replace_strings=True))
    394         except ValueError as e:
    395             if "Expected 2D array, got 1D array instead" in str(e):

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in __call__(self, iterable)
    915             # remaining jobs.
    916             self._iterating = False
--> 917             if self.dispatch_one_batch(iterator):
    918                 self._iterating = self._original_iterator is not None
    919 

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in dispatch_one_batch(self, iterator)
    757                 return False
    758             else:
--> 759                 self._dispatch(tasks)
    760                 return True
    761 

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in _dispatch(self, batch)
    714         with self._lock:
    715             job_idx = len(self._jobs)
--> 716             job = self._backend.apply_async(batch, callback=cb)
    717             # A job can complete so quickly than its callback is
    718             # called before we get here, causing self._jobs to

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/_parallel_backends.py in apply_async(self, func, callback)
    180     def apply_async(self, func, callback=None):
    181         """Schedule a func to be run"""
--> 182         result = ImmediateResult(func)
    183         if callback:
    184             callback(result)

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/_parallel_backends.py in __init__(self, batch)
    547         # Don't delay the application, to avoid keeping the input
    548         # arguments in memory
--> 549         self.results = batch()
    550 
    551     def get(self):

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in __call__(self)
    223         with parallel_backend(self._backend, n_jobs=self._n_jobs):
    224             return [func(*args, **kwargs)
--> 225                     for func, args, kwargs in self.items]
    226 
    227     def __len__(self):

~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in <listcomp>(.0)
    223         with parallel_backend(self._backend, n_jobs=self._n_jobs):
    224             return [func(*args, **kwargs)
--> 225                     for func, args, kwargs in self.items]
    226 
    227     def __len__(self):

~/anaconda3/lib/python3.7/site-packages/sklearn/pipeline.py in _fit_transform_one(transformer, X, y, weight, **fit_params)
    612 def _fit_transform_one(transformer, X, y, weight, **fit_params):
    613     if hasattr(transformer, 'fit_transform'):
--> 614         res = transformer.fit_transform(X, y, **fit_params)
    615     else:
    616         res = transformer.fit(X, y, **fit_params).transform(X)

TypeError: fit_transform() takes 2 positional arguments but 3 were given

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
4（“标签编码分类”，LabelEncoder（），[“性别”，“装载”]）
5     ]
---->6）.拟合（X）.变换（X）
~/anaconda3/lib/python3.7/site-packages/sklearn/compose//u column\u transformer.py合适（self，X，y）
418#我们使用fit_变换来确保设置稀疏输出（我们为其
419（需要转换的数据）在预测中具有一致的输出类型
-->420自拟合_变换（X，y=y）
421返回自我
422
~/anaconda3/lib/python3.7/site-packages/sklearn/compose//u column\u transformer.py in fit\u transform（self，X，y）
447自验证余数（X）
448
-->449结果=自拟合变换（X，y，拟合变换）
450
451如果没有结果：
~/anaconda3/lib/python3.7/site-packages/sklearn/compose//u column\u transformer.py in\u fit\u transform（self、X、y、func、fitted）
391 _get_列（X，列），y，重量）
392用于运输、柱、自重(
-->393已安装=已安装，更换（正确）
394除e值错误外：
395如果str（e）中的“预期2D数组，改为1D数组”：
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in\uuuu调用（self，iterable）
915#剩余工作。
916自迭代=错误
-->917如果自行调度一批（迭代器）：
918 self.\u iterating=self.\u original\u iterator不是None
919
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py在dispatch\u one\u批处理中（self，迭代器）
757返回错误
758其他：
-->759自我派遣（任务）
760返回真值
761
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in_dispatch（self，batch）
714带自锁：
715作业idx=len（自作业）
-->716作业=self.\u后端.apply\u异步（批处理，回调=cb）
717#一个作业完成的速度比它的回调速度要快
718#在我们到达这里之前打电话，导致self.#你的工作
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib//\u parallel\u backends.py in apply\u async（self、func、callback）
180 def apply_async（self、func、callback=None）：
181“计划要运行的func”
-->182结果=立即结果（func）
183如果回调：
184回调（结果）
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib//u parallel\u backends.py in\uuuuu init\uuuuuu（self，batch）
547#不要延迟应用程序，以免保留输入
548#内存中的参数
-->549 self.results=batch（）
550
551 def get（自我）：
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in\uuuuu调用（self）
223具有并行_后端（self._后端，n_作业=self._n_作业）：
224返回[func（*args，**kwargs）
-->225用于自身项目中的func、ARG、kwargs]
226
227定义长度（自）：
~/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/parallel.py in（.0）
223具有并行_后端（self._后端，n_作业=self._n_作业）：
224返回[func（*args，**kwargs）
-->225用于自身项目中的func、ARG、kwargs]
226
227定义长度（自）：
~/anaconda3/lib/python3.7/site-packages/sklearn/pipeline.py in_-fit_-transform_-one（变压器、X、y、重量、**配合参数）
612定义拟合变换一（变压器，X，y，重量，**拟合参数）：
613如果hasattr（变压器，“拟合变换”）：
-->614 res=变换器。拟合变换（X，y，**拟合参数）
615其他：
616 res=变换器.fit（X，y，**拟合参数）.transform（X）
TypeError:fit_transform（）接受2个位置参数，但给出了3个

---

此处的

**fit_params

有什么问题？对我来说，这看起来像是

sklearn

中的一个bug，或者至少是不兼容。

我认为这实际上是

LabelEncoder

的一个问题。

LabelEncoder.fit

方法只接受

self

和

y

作为参数（这很奇怪，因为大多数transformer对象都有

fit（X，y=None，**fit_参数）

）。无论如何，在管道中，无论您传递了什么，都会使用

fit_params

调用转换器。在这种特殊情况下，传递给

LabelEncoder.fit

的确切参数是

X

和一个空字典

{}

。从而提高了误差

---

从我的观点来看，这是LabelEncoder中的一个bug，但是你应该向sklearn的人了解这一点，因为他们可能有一些理由以不同的方式实现

fit

方法。

这不符合你的目的，主要有两个原因

LabelEncoder（）

设计用于目标变量（y）。当

columnTransformer（）

尝试馈送

X，y=None，fit_params={}

时，这就是获取位置参数错误的原因

发件人：

使用0到n_class-1之间的值对标签进行编码

适合（y）
装配标签编码器

参数：
y:类似阵列的形状（n_个样本，）
目标值

即使你做了一个解决方案来移除emp