继承标签二叙述器的类，但"maximum recursion depth exceede"错误

Question

我从LabelBinarizer创建了一个自定义编码器类。这是它的样子

class my_lb(LabelBinarizer):
  def fit(self, X, y=None):
    self.fit(X)
  def transform(self, X, y=None):
    return self.transform(X)
  def fit_transform(self, X, y=None):
    return self.fit(X).transform(X)

而且我有"超过最大递归深度"错误，该错误发生在 fit 方法中。我能够按照网上的一些笔记做对：

class my_lb(LabelBinarizer):
  def __init__(self):
    super().__init__()
  def fit(self, X, y=None):
    super().fit(X)
  def transform(self, X, y=None):
    return super().transform(X)
  def fit_transform(self, X, y=None):
    return super().fit(X).transform(X)

但我的问题是，它如何解决我的问题？我可以在这里的其他帖子中理解原因（我可以看到它正在构建一个明确的无限循环），但我阅读了 LabelBinarizer 的代码，这对我来说看起来很正常。我找不到任何可能导致无限循环的东西。

def fit(self, y): 
        self.y_type_ = type_of_target(y)
        if 'multioutput' in self.y_type_:
             raise ValueError("Multioutput target data is not supported with "
                              "label binarization")
        if _num_samples(y) == 0:
            raise ValueError('y has 0 samples: %r' % y)
        self.sparse_input_ = sp.issparse(y)
        self.classes_ = unique_labels(y)
        return self

谁能告诉我我在这里错过了什么？它还将帮助我在创建继承类时更好地了解何时需要 super。

Answer 1

在改为调用super()之前，调用所示的任何一种方法都会导致无限递归。 fit和transform很明显，他们只是称呼自己，所以如果他们被召唤，他们永远不会回来，你会超过最大递归深度。

另一方面，fit_transform正在打电话给self.fit(X).transform(X). 所以它做的第一件事就是调用self.fit(X)，它只是一遍又一遍地调用自己，直到发生错误。

另一方面，修改后的版本通过对super()的调用将调用传递给fit和transform的父类版本，因此它们不会调用自己。 实际上，有了这些呼叫，您甚至不需要从fit_transform呼叫super()。

但最好的解决方法是简单地删除派生类中 fit 和 transform 的定义，并从 fit_transform 中删除对 super() 的调用，这是不需要的。