Sklearn Pipeline：自动错过一项功能

我创建了一个自定义分类器（虚拟分类器）。下面是定义。我还添加了一些打印语句和全局变量来捕获值

class FeaturePassThroughClassifier(ClassifierMixin):
    def __init__(self):
        pass
    def fit(self, X, y):
        global test_arr1
        self.classes_ = np.unique(y)
        test_arr1 = X
        print("1:", X.shape)
        return self
    def predict(self, X):
        global test_arr2
        test_arr2 = X
        print("2:", X.shape)
        return X   
    def predict_proba(self, X):
        global test_arr3
        test_arr3 = X
        print("3:", X.shape)
        return X

下面是堆叠分类器定义，其中上面定义的 CustomClassifier 是基分类器之一。还有 3 个基分类器（这些是拟合估计器）。目标是按原样获取输入训练集变量（将从 CustomClassifier 中得出）+来自 base_classifier2、base_classifier3、base_classifier4 的预测。这些特征将作为元分类器的输入。

model = StackingClassifier(estimators=[
    ('select_features', Pipeline(steps = [("model_feature_selector", ColumnTransformer([('feature_list', 'passthrough', X_train.columns)])),
                                             ('base(dummy)_classifier1', FeaturePassThroughClassifier())])),
                                    ('base_classifier2', base_classifier2),
                                    ('base_classifier3', base_classifier3),
                                    ('base_classifier4', base_classifier4)
],
                                     final_estimator = Pipeline(memory=None,
    steps=[
        ('save_base_estimator_output_data', FunctionTransformer(save_base_estimator_output_data, validate=False)),  ('final_model', RandomForestClassifier())
    ], verbose=True), passthrough = False, **stack_method = 'predict_proba'**)

Below is o/p on fitting the model. There are 230 variables:

问题是这样的：有 230 个变量，但 CustomClassifier o/p 仅显示 229 个，这很奇怪。从上面的 print 语句中我们可以清楚地看到，有 230 个变量通过 CustomClassifier 传递。

我需要使用 stack_method =“predict_proba”。我不确定这里出了什么问题。当 stack_method = "predict" 时，代码可以正常工作。

由于这是一个二元分类器，分类器类希望您在输出矩阵中添加两个概率列 - 一个用于类标签“1”的概率，另一个用于“0”的概率。 在输出中，它删除了其中之一，因为两者都不是必需的，因此，230 列减少到 229。添加一个虚拟列来解决您的问题。