"最大再帰深度超過"エラーを伴うLabelBinarizerの継承エラー

Question

LabelBinarizerからカスタマイズされたエンコーダクラスを作成しました。ここに見えるのは

class my_lb(LabelBinarizer): 

    def fit(self, X, y=None): 
    self.fit(X) 

    def transform(self, X, y=None): 
    return self.transform(X) 

    def fit_transform(self, X, y=None): 
    return self.fit(X).transform(X) 

そして、フィット方法で発生した「最大再帰深度超過」エラーがあります。私はオンラインでいくつかのノートの後にそれを正しく行うことができました：

class my_lb(LabelBinarizer): 

    def __init__(self): 
    super().__init__() 

    def fit(self, X, y=None): 
    super().fit(X) 

    def transform(self, X, y=None): 
    return super().transform(X) 

    def fit_transform(self, X, y=None): 
    return super().fit(X).transform(X) 

しかし、私の質問は、どのように私の問題を解決するのですか？私はここに他の記事（私は明白な無限ループを構築していることがわかります）の原因を理解することができますが、私はLabelBinarizerのコードを読んで、それはかなり普通に見えます。私は無限ループを引き起こす可能性のあるものは見つけられません。

def fit(self, y): 
     self.y_type_ = type_of_target(y) 
     if 'multioutput' in self.y_type_: 
      raise ValueError("Multioutput target data is not supported with " 
           "label binarization") 
     if _num_samples(y) == 0: 
      raise ValueError('y has 0 samples: %r' % y) 
     self.sparse_input_ = sp.issparse(y) 
     self.classes_ = unique_labels(y) 
     return self 

私はここで何が欠けているのですか？また、継承クラスを作成するときにスーパーが必要なときに、私がよりよく知るのに役立ちます。

Answer 1

super()を呼び出す前に、表示されているいずれかのメソッドを呼び出すと、無限再帰が発生していました。 fitとtransformは明らかですが、呼び出されたことがあっても返されることはなく、再帰の最大深度を超えることになります。

fit_transformは、self.fit(X).transform(X)を呼び出していました。だから最初にしたのはself.fit(X)です。エラーが発生するまで繰り返し呼び出されました。

修正されたバージョンはfitとtransformという親クラスのバージョンに、super()を呼び出してコールを渡します。したがって、呼び出されません。実際、これらの呼び出しがあると、super()をfit_transformから呼び出す必要はありません。

しかし、最良の修正が単に派生クラスでfitとtransformの定義を削除し、必要ありませんfit_transformからsuper()への呼び出しを、削除することです。