Итак, у меня есть этот код
try:
estimator = make_pipeline(*steps)
mean_scores = cross_val_score(estimator, X_full.values, y_full.values,
scoring='f1_macro',
cv=5)
except Exception as e:
print('EXCEPTION: ', str(e))
print('Could not execute ', strings)
, а вот шаги
steps
[MissingIndicator(err...se='auto'), SimpleImputer(copy=T...verbose=0), Binarizer(copy=True,...shold=0.0)]
0:MissingIndicator(error_on_new=True, features='missing-only',
missing_values=nan, sparse='auto')
1:SimpleImputer(copy=True, fill_value=None, missing_values=nan, strategy='mean',
verbose=0)
2:Binarizer(copy=True, threshold=0.0)
__len__:3
X_full и y_full - всего 1 столбец каждый. Шаги - просто примитивы SKLearn. Таким образом, оценщик имеет атрибут предсказания, и когда я проверяю его, я вижу ошибку
AttributeError("'Binarizer' object has no attribute 'predict'",)
Я не совсем уверен, что происходит, потому что make_pipeline
и cross_val_score
являются функциями SKLearn.