自定义转换器中的 scikit-learn AttributeError

Question

我正在尝试创建一个转换器，将列的类型从“对象”更改为“类别”，因此我为此创建了自定义类：

from sklearn.base import BaseEstimator, TransformerMixin

class ChangeToCategory(BaseEstimator, TransformerMixin):
    def __init__(self, to_categories = None):
        self.to_categories_ = to_categories
    def fit(self, X, y=None):
        return self
    def transform(self, X, y=None):
        X_ = X.copy()
        for cat in self.to_categories_:
            X_[cat] = X_[cat].astype("category")
        return X_ 

但是当我尝试创建此类的对象时出现错误：

ChangeToCategory(to_categories=["Sex", "Embarked"])
AttributeError: 'ChangeToCategory' object has no attribute 'to_categories'

我究竟做错了什么？基于错误，我假设它在某个地方尝试调用属性“to_categories”，但我使用属性“to_categories_” - 带下划线，并且没有来自 init 的变量，我不会在任何地方调用它。

Answer 1

所以，我发现我错了。从sklearn 文档中，您必须将所有估计器参数初始化为类的属性。

此外，init接受的每个关键字参数都应该对应于实例上的一个属性。Scikit-learn 依靠此来查找在进行模型选择时在估计器上设置的相关属性。