如何在 Python 中正确覆盖和调用超级方法

Question

首先，手头的问题。我正在为 scikit-learn class 编写一个包装器，并且在使用正确的语法时遇到了问题。我想要实现的是重写 fit_transform 函数，它只稍微改变输入，然后使用新参数调用它的 super 方法：

from sklearn.feature_extraction.text import TfidfVectorizer

class TidfVectorizerWrapper(TfidfVectorizer):
    def __init__(self):
        TfidfVectorizer.__init__(self)  # is this even necessary?

    def fit_transform(self, x, y=None, **fit_params):
        x = [content.split('\t')[0] for content in x]  # filtering the input
        return TfidfVectorizer.fit_transform(self, x, y, fit_params)  
                            # this is the critical part, my IDE tells me for
                            # fit_params: 'unexpected arguments'

程序到处崩溃，从 Multiprocessing exception 开始，并没有真正告诉我任何有用的信息。我该如何正确执行此操作？

附加信息：我需要这样包装的原因是因为我使用 sklearn.pipeline.FeatureUnion 来收集我的特征提取器，然后再将它们放入 sklearn.pipeline.Pipeline。这样做的结果是，我只能在所有特征提取器中提供一个数据集——但不同的提取器需要不同的数据。我的解决方案是以易于分离的格式提供数据，并在不同的提取器中过滤不同的部分。如果这个问题有更好的解决方案，我也很乐意听到。

编辑 1：添加 ** 解压字典似乎没有改变任何东西：

编辑 2：我刚刚解决了剩下的问题——我需要删除构造函数重载。显然，通过尝试调用父构造函数，希望正确启动所有实例变量，我做了完全相反的事情。我的包装器不知道它可以期望什么样的参数。一旦我删除了多余的调用，一切就完美了。

Answer 1

您忘记解压作为 dict 传递的 fit_params，而您想将其作为 keyword arguments 传递，这需要解包运算符 **。

from sklearn.feature_extraction.text import TfidfVectorizer

class TidfVectorizerWrapper(TfidfVectorizer):

    def fit_transform(self, x, y=None, **fit_params):
        x = [content.split('\t')[0] for content in x]  # filtering the input
        return TfidfVectorizer.fit_transform(self, x, y, **fit_params)

另一件事是直接调用 TfidfVectorizer 的 fit_transform 你可以通过 super 方法调用重载版本

from sklearn.feature_extraction.text import TfidfVectorizer

class TidfVectorizerWrapper(TfidfVectorizer):

    def fit_transform(self, x, y=None, **fit_params):
        x = [content.split('\t')[0] for content in x]  # filtering the input
        return super(TidfVectorizerWrapper, self).fit_transform(x, y, **fit_params)

要了解它，请查看以下示例

def foo1(**kargs):
    print kargs

def foo2(**kargs):
    foo1(**kargs)
    print 'foo2'

def foo3(**kargs):
    foo1(kargs)
    print 'foo3'

foo1(a=1, b=2)

它打印字典 {'a': 1, 'b': 2}

foo2(a=1, b=2)

打印字典和 foo2，但是

foo3(a=1, b=2)

引发错误，因为我们发送一个 位置参数 等于我们的字典给 foo1，它不接受这样的事情。然而我们可以做

def foo4(**kargs):
    foo1(x=kargs)
    print 'foo4'

工作正常，但会打印新字典 {'x': {'a': 1, 'b': 2}}

如何在 Python 中正确覆盖和调用超级方法

How to correctly override and call super-method in Python

python

scikit-learn

classification

text-classification