在管道中使用时，带有scikit的ValueError学习PLSRegression

Question

我正试图使用scikit学习PLSRegressor类作为降维的中间步骤，但收到以下错误。

ValueError: could not broadcast input array from shape (100,2) into shape (100)

我从scikit学习文档中了解到，管道中实现拟合和转换的任何中间步骤都应该有效。PLSRegression类确实实现了这些方法。

类sklearn.ppipeline.pipeline(步骤)

依次应用变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。最终估计器只需要实现拟合。

下面是一个演示该行为的示例。我是做错了什么还是遗漏了一些显而易见的东西？

import numpy as np
import pandas as pd
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LinearRegression
from sklearn.cross_decomposition import PLSRegression
df = pd.DataFrame(np.random.randint(0,100,size=(100, 5)), columns=list('ABCDy'))
pipeline = make_pipeline(PLSRegression(n_components=2), LinearRegression())
X = df.ix[:, :-1]
y = df['y']
pipeline.fit(X, y)

这是完整的轨迹。

Traceback (most recent call last):
File "pls.py", line 15, in <module>
pipeline.fit(X, y)
File "/usr/local/lib/python2.7/dist-packages/sklearn/pipeline.py", line 270, in fit
self._final_estimator.fit(Xt, y, **fit_params)
File "/usr/local/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 512, in fit
y_numeric=True, multi_output=True)
File "/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py", line 521, in check_X_y
ensure_min_features, warn_on_dtype, estimator)
File "/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py", line 382, in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: could not broadcast input array from shape (100,2) into shape (100)

我理解这个错误，但由于这是管道的一部分，一旦数组进入管道，我就无法控制数组的形状。在拟合之前，我尝试了许多不同的X.values整形迭代，但到目前为止都没有成功。

Answer 1

该错误是由以下事实引起的：在大多数用于降维的scikit类中，transform方法不将Y作为参数并返回变换后的X。在PLS的情况下，它返回"如果没有给定Y，则返回X_scores，否则返回(X_scores、Y_scores)"(引用自文档)

为了使其与管道一起工作，您只需创建一个简单的包装器：

class PLSRegressionWrapper(PLSRegression):
def transform(self, X):
return super().transform(X)
def fit_transform(self, X, Y):
return self.fit(X,Y).transform(X)

使用Python3.6 进行测试