Sklearn 的 SimpleImputer 在管道中无法检索插补值

Question

我试图在使用 SimpleImputer 拟合后打印出所有插补值。当单独使用 SimpleImputer 时，我可以从实例的 statistics_ 属性中检索这些。

这很好用：

s = SimpleImputer(strategy='mean')
s.fit(df[['feature_1', 'feature_2']])
print(s.statistics_)

但是，在管道中使用 SimpleImputer 时我无法这样做。

这不起作用：

numeric_transformer = Pipeline(steps=[
    ('simple_imputer', SimpleImputer(strategy='mean')),
    ('scaler', StandardScaler())])

categorical_features = ['feature_3']
categorical_transformer = Pipeline(steps=[
    ('simple_imputer', SimpleImputer(strategy='most_frequent')),
    ('one_hot', OneHotEncoder(handle_unknown='ignore'))])

preprocessor = ColumnTransformer(
    transformers=[
        ('num', numeric_transformer, numeric_features),
        ('cat', categorical_transformer, categorical_features)])

clf = Pipeline(steps=[('preprocessor', preprocessor),
                      ('classifier', RandomForestClassifier(n_estimators=100))])

clf.fit(df[numeric_features + categorical_features], df['target'])

print(clf.named_steps['preprocessor'].transformers[0][1].named_steps['simple_imputer'].statistics_)

我收到以下错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-523-7390eac0d9d6> in <module>
     19 clf.fit(df[numeric_features + categorical_features], df['target'])
     20 
---> 21 print(clf.named_steps['preprocessor'].transformers[0][1].named_steps['simple_imputer'].statistics_)

AttributeError: 'SimpleImputer' object has no attribute 'statistics_

我相信我正在抓取合适的 SimpleImputer 对象的正确实例。为什么我不能检索它的 statistics_ 属性来打印出插补值？

Answer 1

我发现在使用 sklearn 管道时使用 'dot' 符号更容易，尤其是因为您可以自动完成以帮助您导航管道的 structure/attributes。它还有一个额外的好处（在我看来），即更具可读性。

您可以使用以下行访问 SimpleImputer 的 statistics_ 属性：

clf.named_steps.preprocessor.named_transformers_.num.named_steps.simple_imputer.statistics_

Sklearn 的 SimpleImputer 在管道中无法检索插补值

Sklearn's SimpleImputer can't retrieve imputation values when in pipeline

python

pipeline

scikit-learn

sklearn-pandas

imputation