如何修复PCA相关ValueError: too many values to unpack (expected 2)报错

• 该报错与你定义的numeric_cols变量无关，完全是Pipeline构造时的语法问题：scikit-learn中Pipeline的steps参数要求每个流水线步骤都必须是单独的长度为2的元组，格式为(步骤名称字符串, 估计器实例)
• 你当前的写法把两个步骤的4个参数（'scaler', StandardScaler(), 'red_dim', PCA()）都塞到了同一个元组里，Pipeline遍历steps列表解析每个步骤时，会尝试对每个元素解包出2个值（步骤名、估计器），但你给的第一个元素有4个值，因此触发对应报错，和你使用的特征数量没有关联。

把每个步骤拆成独立的二元组即可，修改后的代码如下：

numeric_transformer = Pipeline(
    steps=[
        ('scaler', StandardScaler()),
        ('red_dim', PCA())
    ]
)

如果要新增更多流水线步骤，只要按照同样的格式往steps列表里追加新的二元组即可，示例如下：

from sklearn.impute import SimpleImputer

numeric_transformer = Pipeline(
    steps=[
        ('imputer', SimpleImputer(strategy='median')), # 新增缺失值填充步骤
        ('scaler', StandardScaler()),
        ('red_dim', PCA(n_components=2)) # 也可以给估计器传自定义参数
    ]
)

内容的提问来源于stack exchange，提问作者rnv86