使用imblearn Pipeline时触发TypeError：'Pipeline'类型不可下标访问

错误原因 #

你错误地将imblearn.pipeline.Pipeline类当成了可下标访问的对象（使用[]），但实际上Pipeline是需要实例化的类，必须通过调用构造函数（使用()）并传入步骤列表来创建实例。

修正步骤 #

1. 确保正确导入imblearn的Pipeline类：

from imblearn.pipeline import Pipeline

2. 将创建pipeline的代码中的方括号[]替换为圆括号()，把步骤列表作为参数传入Pipeline构造函数。

修正后的完整代码 #

from sklearn.preprocessing import OrdinalEncoder, OneHotEncoder, StandardScaler
from sklearn.compose import ColumnTransformer
from imblearn.pipeline import Pipeline
from imblearn.over_sampling import SMOTE
from xgboost import XGBClassifier

transform = [("ord", OrdinalEncoder(), ['job', 'education']),
             ("ohe", OneHotEncoder(), ['contact', 'month', 'poutcome'])]

ct = ColumnTransformer(transform, remainder='passthrough')

# 替换[]为()，调用Pipeline构造函数创建实例
p = Pipeline([('ct', ct),
              ('scaler', StandardScaler()),
              ('smote', SMOTE(random_state=0)),
              ('xgb', XGBClassifier())])

额外说明 #

• imblearn的Pipeline兼容sklearn的转换器、模型，同时支持将采样器（如SMOTE）作为流水线步骤，这是它区别于sklearn Pipeline的核心特性。
• 流水线的每个步骤必须是(步骤名称, 处理对象)的元组，执行顺序严格按照列表中的排列顺序。

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