Scikit-learn 管道类型错误：zip 参数 #2 必须支持迭代

Question

我正在尝试为 sklearn 管道创建一个自定义转换器，它将提取特定文本的平均字长，然后在其上应用标准缩放器以标准化数据集。我正在将一系列文本传递给管道。class AverageWordLengthExtractor(BaseEstimator, TransformerMixin):    def __init__(self):        pass    def average_word_length(self, text):        return np.mean([len(word) for word in text.split( )])    def fit(self, x, y=None):        return self    def transform(self, x , y=None):        return pd.DataFrame(pd.Series(x).apply(self.average_word_length))然后我创建了一个这样的管道。pipeline = Pipeline(['text_length', AverageWordLengthExtractor(),                          'scale', StandardScaler()])当我在此管道上执行 fit_transform 时，出现错误， File "custom_transformer.py", line 48, in <module>    main()  File "custom_transformer.py", line 43, in main    'scale', StandardScaler()])  File "/opt/conda/lib/python3.6/site-packages/sklearn/pipeline.py", line 114, in __init__    self._validate_steps()  File "/opt/conda/lib/python3.6/site-packages/sklearn/pipeline.py", line 146, in _validate_steps    names, estimators = zip(*self.steps)TypeError: zip argument #2 must support iteration

Answer 1

构造Pipeline函数需要一个参数steps，它是一个元组列表。

修正版：

pipeline = Pipeline([('text_length', AverageWordLengthExtractor()), 
                     ('scale', StandardScaler())])

官方文档中的更多信息。