SKlearn 的流水线函数，用于自建函数

Question

函数如下：

def lin_fit():
    data=pd.read_csv('Advertising.csv')
    x=data[:,1]
    y=data[:,3]
    output_array= np.zeros(12)
    for j in range(2,14):
        model_fit_new=sp.polyfit(x,y,j, full=True)
        print(model_fit_new[1])
        output_array[j-2]= model_fit_new[1]
    return output_array

管道功能：内置函数Imputer和我自己的函数lin_fit

estimator = Pipeline([("imputer", Imputer(missing_values=0,
                                      strategy="mean",
                                      axis=0)), ("linear_fit", lin_fit())])

我收到以下错误：

类型

错误：不可哈希类型

Answer 1

从管道文档中：

"按顺序应用转换列表和最终估计器。管道的中间步骤必须是"转换"，也就是说，它们必须实现拟合和转换方法。最终估算器只需要实现拟合度。

所以你必须实现这些方法。您可能还必须坚持其他 sklearn 约定，例如从 BaseEstimator 继承，并确保所有参数都明确列在类的 init 中。