Pipeline必须用transformer，不能直接塞model；中间步骤须实现fit和transform，仅最后一步可为estimator（如LogisticRegression），否则报AttributeError；fit时必须传y参数，即使transformer不使用它。
Pipeline必须用transformer，不能直接塞model
Scikit-learn的Pipeline只接受实现了fit和transform方法的对象（即transformer），最后一步才可以是estimator（如LogisticRegression）。如果你把RandomForestClassifier放在中间，fit()会报AttributeError: 'RandomForestClassifier' object has no attribute 'transform'。
- 正确顺序：
StandardScaler→PCA→LogisticRegression - 错误写法：
StandardScaler→RandomForestClassifier→LogisticRegression - 想在中间用模型？得包装成transformer：继承
BaseEstimator和TransformerMixin，实现fit和transform，比如用RF做特征重要性筛选后保留高分特征
fit()和predict()时别漏掉y参数
Pipeline.fit(X, y)必须传y，即使前面步骤（如StandardScaler）不依赖y。Pipeline会把y逐层往下传——对transformer被忽略，但到最后一层estimator时才真正用上。如果漏掉y，会直接报TypeError: fit() missing 1 required positional argument: 'y'。
- 训练时：
pipe.fit(X_train, y_train)——y_train不可省 - 预测时：
pipe.predict(X_test)—— 这里不需要y - 调参时（如
GridSearchCV）也要确保cv过程里每次fit都带y，否则报错位置可能难定位
ColumnTransformer和Pipeline嵌套容易搞混fit顺序
当你要对数值列标准化、对类别列one-hot，再整体送入模型，得用ColumnTransformer作为Pipeline的**第一步**，而不是反过来。如果把ColumnTransformer塞进Pipeline中间，它会在后续transformer之前被fit，但Pipeline不保证ColumnTransformer输出的列顺序稳定（尤其启用sparse_threshold=0时），可能导致下游步骤出错。
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
- 推荐结构：
Pipeline([('preprocess', ColumnTransformer(...)), ('clf', LogisticRegression())]) - 避免：
Pipeline([('scale', StandardScaler()), ('encode', OneHotEncoder()), ...])—— 这没法按列区分处理 - 注意
ColumnTransformer中remainder='passthrough'时，未指定列会原样保留，但类型可能和后续步骤不兼容（比如传了object列给StandardScaler）
保存Pipeline要小心自定义类和相对路径
用joblib.dump(pipe, 'model.pkl')保存Pipeline没问题，但如果你在里面用了自定义transformer，加载时Python必须能import到该类——也就是说，类定义文件得在运行时sys.path里。另外，如果Pipeline里有读取外部文件的步骤（比如从./data/config.json加载阈值），保存的只是引用，不是内容，换环境就失效。
立即学习“Python免费学习笔记（深入）”；
- 安全做法：所有自定义类定义放在独立模块（如
features.py），部署时一并打包 - 避免硬编码路径：改用
Path(__file__).parent / "config.json"，或把配置数据直接存进transformer实例属性 -
joblib比pickle更适配numpy/scikit-learn对象，但别用protocol=4以上版本保存，以防旧环境加载失败
Pipeline本身不复杂，真正卡住人的永远是transformer接口契约、y的传递时机、以及跨环境时自定义逻辑的可移植性。
