小编Dum*_*der的帖子

我一直在学习 sklearn 预处理和管道，并遇到了 FunctionTransformer 的概念。我想了解是否必须将其集成到管道中并将参数传递给 FunctionTransformer 所指的函数，这将如何完成。考虑下面的例子，为了简单起见，我编写了一个小函数：

def return_selected_dataset(dataset, columns):
    return dataset[columns]

pipe = Pipeline([('Return_Col', FunctionTransformer(return_selected_dataset))])
pipe.fit_transform(dataset, columns = ['Col1', 'Col2'])

我收到以下错误： ValueError: Pipeline.fit does not accept the columns parameter. You can pass parameters to specific steps of your pipeline using the stepname__parameter format, e.g. `Pipeline.fit(X, y, logisticregression__sample_weight=sample_weight)`.

如何将 的值传递columns给函数？另外，有人可以推荐任何书籍或网站，让我可以详细研究 sklearn 管道和预处理以及如何自定义这些过程吗？