嘿，我来帮你搞定这个问题！你遇到的ValueError: not enough values to unpack (expected 2, got 1)，核心是PMMLPipeline的初始化方式错了，再加上DataFrameMapper的用法也有偏差，咱们一步步拆解问题，然后给出正确的写法：

问题原因分析 #

1. PMMLPipeline参数格式错误
   PMMLPipeline的正确初始化方式是接收一个步骤列表（每个步骤是(名称, 组件)的元组），而不是把mapper和classifier直接作为单独的位置参数传进去。你之前的写法相当于把两个元组当成了独立参数，不符合它的API要求，这是触发报错的直接原因。

2. DataFrameMapper的用法有误

   • DataFrameMapper里的每个元素应该是特征列名（字符串）和预处理转换器的元组，而不是直接传balanced_data.type这种Series对象。
   • 目标变量isFraud不应该放进DataFrameMapper里！DataFrameMapper只负责处理特征变量，目标变量是在模型拟合时单独传入的，不需要在这里定义。

完整解决步骤与代码 #

1. 导入必要的库 #

from sklearn2pmml import PMMLPipeline, sklearn2pmml
from sklearn2pmml.preprocessing import DataFrameMapper
from sklearn.linear_model import LogisticRegression

2. 定义特征与目标列 #

先把特征列和目标列明确分开，让代码更清晰：

# 特征列列表
feature_cols = ["type", "amount", "oldbalanceOrig", "newbalanceOrig", "oldbalanceDest"]
# 目标列
target_col = "isFraud"

3. 正确初始化DataFrameMapper #

只处理特征列，用列名字符串而非Series，None表示不对该列做额外预处理：

mapper = DataFrameMapper([(col, None) for col in feature_cols])

4. 正确初始化PMMLPipeline #

把mapper和分类器放进一个步骤列表里，每个元素是(名称, 组件)的元组：

pipeline = PMMLPipeline([
    ("mapper", mapper),
    ("classifier", LogisticRegression(
        penalty="l2", 
        dual=False, 
        tol=0.0001, 
        C=1.0, 
        fit_intercept=True, 
        intercept_scaling=1, 
        random_state=12345, 
        solver="lbfgs", 
        max_iter=100, 
        multi_class="ovr", 
        verbose=0, 
        warm_start=False, 
        n_jobs=-1
    ))
])

5. 拟合模型并导出PMML #

# 拟合模型：传入特征数据和目标变量
pipeline.fit(balanced_data[feature_cols], balanced_data[target_col])

# 导出为PMML文件
sklearn2pmml(pipeline, "fraud_detection_logreg.pmml")

额外注意事项 #

• 如果type是字符串类型的分类特征，逻辑回归无法直接处理，你需要给它加预处理转换器，比如用LabelEncoder做标签编码，或者OneHotEncoder做独热编码。举个例子：

  from sklearn.preprocessing import LabelEncoder
  mapper = DataFrameMapper([
      ("type", LabelEncoder()),
      ("amount", None),
      ("oldbalanceOrig", None),
      ("newbalanceOrig", None),
      ("oldbalanceDest", None)
  ])
  

• 确保你已经安装了正确版本的依赖：pip install sklearn2pmml scikit-learn

内容的提问来源于stack exchange，提问作者Jin Khor