我正在尝试编写一个自定义转换器,以便在管道中使用以预处理数据。
这是我正在使用的代码(来源-不是我写的)。它接收一个数据框,缩放要素,然后返回一个数据框:
class DFStandardScaler(BaseEstimator,TransformerMixin):
def __init__(self):
self.ss = None
def fit(self,X,y=None):
self.ss = StandardScaler().fit(X)
return self
def transform(self,X):
Xss = self.ss.transform(X)
Xscaled = pd.DataFrame(Xss,index=X.index,columns=X.columns)
return Xscaled
我拥有的数据既具有分类功能又具有连续性。显然,转换器不会转换分类特征(“性”)。当我将此管道与下面的数据框配合使用时,它会引发错误,因为它试图缩放“性别”中的分类标签:
sex length diameter height whole_weight shucked_weight \
0 M 0.455 0.365 0.095 0.5140 0.2245
1 M 0.350 0.265 0.090 0.2255 0.0995
2 F 0.530 0.420 0.135 0.6770 0.2565
3 M 0.440 0.365 0.125 0.5160 0.2155
4 I 0.330 0.255 0.080 0.2050 0.0895
5 I 0.425 0.300 0.095 0.3515 0.1410
如何将分类/连续特征列表传递到转换器中,以便缩放适当的特征?还是以某种方式更好地编码转换器内部的特征类型检查?