调用sklearn Pipeline的fit_transform/transform方法触发AttributeError求助

核心问题 #

你的Pipeline最后一步是LinearRegression（预测模型，属于估计器Estimator），它只有fit和predict方法，没有transform/fit_transform方法。而Pipeline的fit_transform和transform方法是否可用，完全取决于最后一个步骤是否是转换器Transformer（即具备transform方法的组件）。当最后一步是预测模型时，Pipeline不会提供这两个方法，因此调用时会抛出AttributeError。

解决方案 #

根据你的需求选择以下两种方式：

方式1：拆分预处理与模型训练

如果需要单独获取预处理后的数据集，可以把预处理流程单独做成一个Pipeline，再单独训练模型：

from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline

# 仅包含预处理步骤的Pipeline（最后一步是转换器）
preprocessing_pipe = Pipeline([
    ('mean_impute', SimpleImputer()), 
    ('norm', StandardScaler())
])

# 对训练集做预处理（fit+transform）
x_train_processed = preprocessing_pipe.fit_transform(x_train)
# 对测试集做预处理（仅transform，复用训练集的统计量）
x_test_processed = preprocessing_pipe.transform(x_test)

# 单独训练线性回归模型
lm = LinearRegression()
lm.fit(x_train_processed, y_train)
# 预测测试集
y_pred = lm.predict(x_test_processed)

方式2：使用完整Pipeline完成端到端训练与预测

如果不需要单独获取预处理后的数据集，直接用完整Pipeline完成训练和预测即可（Pipeline会自动完成测试集的预处理）：

from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline

pipe = Pipeline([
    ('mean_impute', SimpleImputer()), 
    ('norm', StandardScaler()), 
    ('sklearn_lm', LinearRegression())
])

# 训练整个Pipeline（依次执行各步骤的fit，最后训练模型）
pipe.fit(x_train, y_train)

# 直接预测测试集（Pipeline会自动先对x_test执行预处理，再调用模型预测）
y_pred = pipe.predict(x_test)

补充说明 #

你之前的尝试未解决问题的原因：

• 文档中Pipeline的fit_transform/transform方法确实存在，但仅适用于最后一步是转换器的场景；
• 数据维度、表头问题与本次报错无关（报错是属性不存在，而非数据输入错误）；
• 重装scikit-learn无效，这是Pipeline的设计逻辑，而非版本bug。

内容的提问来源于stack exchange，提问作者Martin