当我在管道上尝试 LabelEncoder 时，为什么管道会抛出 FitFailedWarining？

Question

我是机器学习的新手，并试图制作一个让我忙碌的项目，所以我不太了解sklearn的工作原理。 主要目标是训练 model 来预测分类变量。 当我尝试labelEncoding的y变量进行 labelEncoding 时，出现以下错误：

ValueError: not enough values to unpack (expected 3, got 2)

  FitFailedWarning)

这是我正在使用的代码

#Rough training

cols_to_use = [col for col in formatData.columns if col not in 'type1']
x = formatData[cols_to_use]
y = formatData.type1
#print(x.columns)
#print(y)


numerical_transformer = SimpleImputer(strategy='constant')
categorical_tansformer = Pipeline(steps=[
                                        ('imputer', SimpleImputer(strategy='most_frequent')),
                                        ('label', LabelEncoder())
                                        ])


preprocessor = ColumnTransformer(transformers=[('num',numerical_transformer),('cat',categorical_tansformer)])

my_pipeline = Pipeline(steps=[('preprocessor',preprocessor),
                              ('model',RandomForestRegressor(n_estimators=50,random_state=0))])

from sklearn.model_selection import cross_validate
from sklearn.model_selection import cross_val_predict

cv_results = cross_validate(my_pipeline,x,y,cv=5,scoring=('r2','neg_mean_absolute_error'))

predictions = cross_val_predict(my_pipeline,x,y,cv=5)
print(cv_results['test_neg_mean_absolute_error'])
print(predictions)

任何帮助表示赞赏，如果您需要更多信息，请发表评论。

Answer 1

管道旨在转换X ，而不是y 。 （对此有一些讨论，尤其是在重新采样器中应该同时更改X和y的行；请参阅imblearn以获取至少在该方向上的修复。）

特别是， fit_transform(X, y)的默认定义为fit(X, y).transform(X) 。 因此，管道中的LabelEncoder将尝试转换X ，并且会失败，因为它不知道如何处理 2D 输入。 您应该只在管道之外对 label 编码y 。