Target Encoding分类数据转换及Streamlit部署报错排查求助

Target Encoding是用目标变量的统计值（如均值）替换分类特征的编码方式，适合处理高基数分类特征，步骤如下：

• 安装依赖库（如果未安装）：pip install category_encoders pandas
• 导入工具：

  import pandas as pd
  from category_encoders import TargetEncoder
  

• 处理训练数据：
  1. 准备包含分类特征和目标变量的数据集
  2. 初始化编码器，可设置平滑参数避免过拟合，或处理未知类别：

     # smoothing值越大，编码值越接近全局均值，避免过拟合
     # handle_unknown='ignore' 忽略训练集中未出现的类别
     encoder = TargetEncoder(smoothing=10, handle_unknown='ignore')
     

  3. 拟合并转换训练数据：

     train_data['encoded_cat_feature'] = encoder.fit_transform(
         train_data['cat_feature'], 
         train_data['target']
     )
     

• 转换用户输入/测试数据：仅调用transform方法，禁止重新拟合，避免数据泄露：

  # 用户输入构造为Series，需与训练时的特征名一致
  user_input_series = pd.Series([user_input_value], name='cat_feature')
  user_encoded = encoder.transform(user_input_series)
  

错误原因 #

TypeError: unhashable type: 'Series' 通常是因为部署时传入的输入数据结构与训练时不一致，比如训练时用一维Series，部署时传入二维DataFrame，或特征名不匹配。

典型错误场景与修复 #

训练代码（Colab） #

import pandas as pd
from category_encoders import TargetEncoder
import pickle

# 模拟训练数据
train_df = pd.DataFrame({'category': ['A', 'B', 'A', 'C'], 'target': [1, 0, 1, 0]})
encoder = TargetEncoder()
# 训练时用的是一维Series（train_df['category']）
train_df['encoded_category'] = encoder.fit_transform(train_df['category'], train_df['target'])

# 保存编码器
with open('target_encoder.pkl', 'wb') as f:
    pickle.dump(encoder, f)

错误部署代码（Streamlit） #

import streamlit as st
import pandas as pd
import pickle

with open('target_encoder.pkl', 'rb') as f:
    encoder = pickle.load(f)

user_input = st.text_input('输入分类值：')
# 错误：传入的Series未指定name，或误传为DataFrame
input_series = pd.Series([user_input])
encoded_val = encoder.transform(input_series)  # 触发TypeError

修复后的部署代码 #

import streamlit as st
import pandas as pd
import pickle

with open('target_encoder.pkl', 'rb') as f:
    encoder = pickle.load(f)

user_input = st.text_input('输入分类值：')
# 构造与训练时完全匹配的一维Series，指定相同的特征名
input_data = pd.Series([user_input], name='category')
encoded_val = encoder.transform(input_data)
# 提取单个值返回给用户
st.write('编码后结果：', encoded_val.iloc[0])

额外注意事项 #

• 确保部署环境与训练环境的category_encoders、pandas版本一致，避免版本兼容问题
• 如果训练时用的是二维DataFrame（如train_df[['category']]），部署时必须传入相同结构的DataFrame：

  input_df = pd.DataFrame({'category': [user_input]})
  encoded_val = encoder.transform(input_df)
  

内容的提问来源于stack exchange，提问作者user25546188