Конвейер Scikit-Learn TypeError: zip-аргумент № 2 должен поддерживать итерацию

Question

Я пытаюсь создать пользовательский преобразователь для конвейера sklearn, который будет извлекать среднюю длину слова определенного текста, а затем применять к нему стандартный масштабатор для стандартизации набора данных. Я передаю серию текстов в конвейер.

class AverageWordLengthExtractor(BaseEstimator, TransformerMixin):

    def __init__(self):
        pass
    def average_word_length(self, text):
        return np.mean([len(word) for word in text.split( )])
    def fit(self, x, y=None):
        return self
    def transform(self, x , y=None):
        return pd.DataFrame(pd.Series(x).apply(self.average_word_length))

Затем я создал такой конвейер.

pipeline = Pipeline(['text_length', AverageWordLengthExtractor(), 
                         'scale', StandardScaler()])

Когда я выполняю fit_transform для этого конвейера, я получаю сообщение об ошибке,

 File "custom_transformer.py", line 48, in <module>
    main()
  File "custom_transformer.py", line 43, in main
    'scale', StandardScaler()])
  File "/opt/conda/lib/python3.6/site-packages/sklearn/pipeline.py", line 114, in __init__
    self._validate_steps()
  File "/opt/conda/lib/python3.6/site-packages/sklearn/pipeline.py", line 146, in _validate_steps
    names, estimators = zip(*self.steps)
TypeError: zip argument #2 must support iteration

Answer 1

Конструктор Pipeline ожидает аргумент steps, представляющий собой список кортежей .

Исправленная версия:

pipeline = Pipeline([('text_length', AverageWordLengthExtractor()), 
                     ('scale', StandardScaler())])

Больше информации в официальных документах .