...
Eroare Machine Learning · Encodere, ColumnTransformer și Pipeline

TypeError: All estimators should implement fit and transform, or can be 'drop' or 'passthrough' specifiers. 'LogisticRegression()' (type <class 'sklearn.linear_model._logistic.LogisticRegression'>) doesn't.

Pe scurt

Ai pus un model (LogisticRegression, LinearRegression...) în interiorul unui ColumnTransformer. ColumnTransformer acceptă doar transformere (scalere, encodere, imputere), "drop" sau "passthrough". Pune modelul după el, într-un Pipeline: make_pipeline(ct, LogisticRegression()).

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

ColumnTransformer aplică pe grupuri de coloane câte un transformer și lipește rezultatele într-un singur tabel. Pentru asta, fiecare element trebuie să aibă fit și transform. Un model are fit și predict, dar nu transform, deci nu poate produce coloane. Mesajul numește exact obiectul care nu se potrivește: 'LogisticRegression()' ... doesn't.

Greșeala apare când încerci să faci totul într-un singur ColumnTransformer, adăugând modelul ca încă un „pas”, sau când confunzi ColumnTransformer cu Pipeline. Structura corectă are două niveluri: ColumnTransformer pregătește coloanele, iar Pipeline-ul leagă pregătirea de model. Mesajul înrudit All intermediate steps should be transformers apare în Pipeline, când pui un model în mijloc în loc de ultimul pas.

De ce apare: cauzele frecvente

1Modelul pus în ColumnTransformer

Greșit
PYTHON
ct = ColumnTransformer([
    ("oras", OneHotEncoder(), ["oras"]),
    ("model", LogisticRegression(), ["minute"]),
])
Corect
PYTHON
ct = ColumnTransformer([
    ("oras", OneHotEncoder(), ["oras"]),
    ("num", "passthrough", ["minute"]),
])
pipe = make_pipeline(ct, LogisticRegression())

ColumnTransformer doar pregătește coloanele; modelul vine după, în Pipeline, și le primește pe toate.

2Funcție în loc de transformer

Greșit
PYTHON
ct = ColumnTransformer([("log", np.log1p, ["venit"])])
Corect
PYTHON
ct = ColumnTransformer([("log", FunctionTransformer(np.log1p), ["venit"])])

O funcție simplă nu are fit și transform. FunctionTransformer o împachetează ca transformer.

3Clasa transformerului fără paranteze

Greșit
PYTHON
ct = ColumnTransformer([("num", StandardScaler, ["varsta"])])
Corect
PYTHON
ct = ColumnTransformer([("num", StandardScaler(), ["varsta"])])

ColumnTransformer are nevoie de un obiect transformer, creat cu paranteze.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă TypeError: All estimators should implement fit and transform, pentru că regresia logistică e pusă în ColumnTransformer. Repară-l: în ColumnTransformer lasă coloana minute neschimbată ("passthrough"), iar modelul pune-l după, într-un Pipeline, ca programul să afișeze predicțiile.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import OneHotEncoder

df = pd.DataFrame({
    "minute": [2, 15, 3, 20, 1, 12],
    "oras": ["Cluj", "Iasi", "Iasi", "Cluj", "Cluj", "Iasi"],
    "cumparat": [0, 1, 0, 1, 0, 1],
})

ct = ColumnTransformer([
    ("oras", OneHotEncoder(), ["oras"]),
    ("model", LogisticRegression(), ["minute"]),
])
ct.fit(df[["minute", "oras"]], df["cumparat"])
noi = pd.DataFrame({"minute": [4, 18], "oras": ["Cluj", "Iasi"]})
print("Predictii:", ct.predict(noi).tolist())
După reparație, programul afișează
Predictii: [0, 1]
Indiciu

("num", "passthrough", ["minute"]) în ColumnTransformer și make_pipeline(ct, LogisticRegression()).

Alte forme ale mesajului

  • TypeError: All estimators should implement fit and transform, or can be 'drop' or 'passthrough' specifiers. 'LinearRegression()' (type <class 'sklearn.linear_model._base.LinearRegression'>) doesn't.
  • TypeError: All estimators should implement fit and transform, or can be 'drop' or 'passthrough' specifiers. '<ufunc 'log1p'>' (type <class 'numpy.ufunc'>) doesn't.

Cum o eviți pe viitor

Ține minte forma standard: pipe = make_pipeline(ColumnTransformer([...transformere...]), Model()). În ColumnTransformer intră doar obiecte care au transform, plus șirurile "drop" și "passthrough". Pentru funcții proprii folosește FunctionTransformer. Dacă nu știi ce face un obiect, verifică dacă are metoda: hasattr(obiect, "transform") trebuie să fie True pentru tot ce pui în ColumnTransformer.

Întrebări frecvente

Pot folosi un model în ColumnTransformer ca să creez o coloană nouă?

Nu direct. Dacă vrei predicțiile unui model ca trăsătură pentru altul, uită-te la StackingClassifier / StackingRegressor, care fac exact asta corect, cu validare încrucișată.

Ce face "passthrough"?

Lasă coloanele respective neschimbate în rezultat. E util pentru coloanele numerice care nu au nevoie de prelucrare.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.