TypeError: LabelEncoder.fit_transform() takes 2 positional arguments but 3 were given
Ai pus LabelEncoder într-un Pipeline sau ColumnTransformer. Acolo fiecare pas primește fit_transform(X, y), dar LabelEncoder acceptă un singur argument, pentru că e făcut doar pentru ținta y. Pentru coloanele din X folosește OneHotEncoder sau OrdinalEncoder.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Pipeline-ul apelează pentru fiecare pas intermediar pas.fit_transform(X, y), adică două argumente, plus self, deci trei. LabelEncoder.fit_transform(y) acceptă doar self și y, două. De aici mesajul: metoda primește 2 argumente poziționale, dar i s-au dat 3.
Mesajul nu înseamnă că ai scris tu greșit apelul: îl face Pipeline-ul sau ColumnTransformer-ul, iar eroarea apare la fit. Motivul de fond este că LabelEncoder lucrează pe un singur vector (ținta), nu pe un tabel de caracteristici. Pentru o coloană categorică din X, OrdinalEncoder face aceeași codificare în numere (pe un tabel 2D), iar OneHotEncoder creează câte o coloană 0/1 pentru fiecare categorie, ceea ce e de obicei mai bine pentru modelele liniare.
De ce apare: cauzele frecvente
1LabelEncoder ca pas în Pipeline
pipe = make_pipeline(LabelEncoder(), LogisticRegression())
pipe.fit(df[["oras"]], y)pipe = make_pipeline(OneHotEncoder(handle_unknown="ignore"), LogisticRegression())
pipe.fit(df[["oras"]], y)OneHotEncoder e un transformer pentru X: acceptă fit_transform(X, y) și funcționează în Pipeline.
2LabelEncoder în ColumnTransformer
ct = ColumnTransformer([("nivel", LabelEncoder(), ["studii"])])ordine = [["liceu", "licenta", "master"]]
ct = ColumnTransformer([("nivel", OrdinalEncoder(categories=ordine), ["studii"])])OrdinalEncoder dă coduri 0, 1, 2 ca LabelEncoder, dar lucrează pe coloane din X și îți permite să fixezi ordinea categoriilor.
3Ținta codificată separat, în afara Pipeline-ului
pipe = make_pipeline(StandardScaler(), LabelEncoder(), LogisticRegression())y_cod = LabelEncoder().fit_transform(y) # doar dacă chiar ai nevoie
pipe = make_pipeline(StandardScaler(), LogisticRegression()).fit(X, y_cod)Ținta nu trece prin pașii Pipeline-ului. Dacă vrei s-o codifici, fă-o separat; clasificatorii acceptă însă și etichete text direct.
Repară eroarea, direct în pagină
Codul de mai jos dă TypeError: LabelEncoder.fit_transform() takes 2 positional arguments but 3 were given, pentru că LabelEncoder e pus ca pas în Pipeline. Înlocuiește-l cu un encoder pentru coloane din X (OneHotEncoder), ca programul să afișeze predicțiile pentru Cluj și Iasi.
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import LabelEncoder
df = pd.DataFrame({
"oras": ["Cluj", "Iasi", "Cluj", "Iasi", "Cluj", "Iasi"],
"a_cumparat": [1, 0, 1, 0, 1, 0],
})
pipe = make_pipeline(LabelEncoder(), LogisticRegression())
pipe.fit(df[["oras"]], df["a_cumparat"])
noi = pd.DataFrame({"oras": ["Cluj", "Iasi"]})
print("Predictii:", pipe.predict(noi).tolist())Predictii: [1, 0]
Indiciu
Importă OneHotEncoder din sklearn.preprocessing și pune OneHotEncoder() în loc de LabelEncoder().
Reparația
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import OneHotEncoder
df = pd.DataFrame({
"oras": ["Cluj", "Iasi", "Cluj", "Iasi", "Cluj", "Iasi"],
"a_cumparat": [1, 0, 1, 0, 1, 0],
})
pipe = make_pipeline(OneHotEncoder(), LogisticRegression())
pipe.fit(df[["oras"]], df["a_cumparat"])
noi = pd.DataFrame({"oras": ["Cluj", "Iasi"]})
print("Predictii:", pipe.predict(noi).tolist())De ce merge
Pipeline-ul apelează fit_transform(X, y) pe fiecare pas, iar LabelEncoder acceptă doar un argument, pentru că e gândit pentru ținta y. OneHotEncoder este un transformer pentru coloane din X: primește tabelul df[["oras"]] și creează câte o coloană 0/1 pentru fiecare oraș. Regresia logistică învață că în Cluj se cumpără și în Iași nu, deci prezice 1 și 0.
Alte forme ale mesajului
TypeError: fit_transform() takes 2 positional arguments but 3 were givenTypeError: LabelBinarizer.fit_transform() takes 2 positional arguments but 3 were givenTypeError: MultiLabelBinarizer.fit_transform() takes 2 positional arguments but 3 were given
Cum o eviți pe viitor
Ține minte împărțirea: LabelEncoder, LabelBinarizer și MultiLabelBinarizer sunt pentru ținta y; OneHotEncoder și OrdinalEncoder sunt pentru coloanele din X și pot sta în Pipeline. Dacă un tutorial vechi folosește LabelEncoder pe caracteristici, înlocuiește-l cu OrdinalEncoder. Pentru ținta y nu ai nevoie de niciun encoder în Pipeline: clasificatorii primesc direct etichetele.
Întrebări frecvente
Pot face un LabelEncoder propriu care să meargă în Pipeline?
Poți, dar nu e nevoie: OrdinalEncoder face exact asta pentru coloanele din X, inclusiv pentru mai multe coloane deodată și cu tratarea valorilor necunoscute.
Codurile numerice 0, 1, 2 sunt bune pentru regresia logistică?
Doar dacă ordinea are sens (liceu < licență < master). Pentru categorii fără ordine, ca orașele, OneHotEncoder e alegerea corectă, altfel modelul ar crede că un oraș e „mai mare” decât altul.
Erori înrudite
TypeError: All intermediate steps should be transformers and implement fit and transform or be the string 'passthrough' 'LogisticRegression()' (type <class 'sklearn.linear_model._logistic.LogisticRegression'>) doesn't Într-un Pipeline, toți pașii în afară de ultimul trebuie să fie transformatori (scaler, encoder, imputer), iar modelul trebuie să fie ultimul. Aici modelul a fost pus înaintea scaler-ului. Mută modelul la final: Pipeline([('scaler', StandardScaler()), ('model', LogisticRegression())]). ValueError: y contains previously unseen labels: 'premium' LabelEncoder a fost antrenat (fit) pe o listă de etichete, iar la transform a primit o etichetă pe care n-a văzut-o. Antrenează-l pe toate etichetele posibile (de exemplu pe y întreg, înainte de împărțire); pentru coloane de intrare folosește OneHotEncoder(handle_unknown="ignore"). 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. 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()). 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.
