Lección 2 de 16 · Lectura y práctica
Transformadores Personalizados y FeatureUnions
Construye un transformador numérico clonable y combina sus salidas con FeatureUnion sin perder el orden de filas ni ajustar sobre evaluación.
Del concepto a la práctica
Taller de esta lección
Un transformador personalizado debe respetar el contrato de Scikit-Learn: fit aprende estado, transform conserva el número y orden de filas, y los parámetros aparecen en __init__. FeatureUnion combina representaciones alternativas del mismo conjunto.
Ejemplo resuelto
import numpy as np
from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.pipeline import FeatureUnion
from sklearn.utils.validation import validate_data, check_is_fitted
class Log1p(TransformerMixin, BaseEstimator):
def fit(self, X, y=None):
datos = validate_data(self, X, reset=True)
if (datos < 0).any(): raise ValueError("cantidades negativas")
return self
def transform(self, X):
check_is_fitted(self, "n_features_in_")
datos = validate_data(self, X, reset=False)
if (datos < 0).any(): raise ValueError("cantidades negativas")
return np.log1p(datos)
X = np.array([[0., 2.], [3., 4.], [8., 1.]])
union = FeatureUnion([("raw", "passthrough"), ("log", Log1p())])
print(union.fit_transform(X).shape) # (3, 4)Valida que las cantidades no sean negativas.
Implementa
fitsin cambiar filas.Devuelve la transformación en
transform.Comprueba la forma después de unir ramas.
Error frecuente: calcular el logaritmo sobre valores negativos. Corrígelo validando la entrada o definiendo otra regla explícita.
Pruébalo
Cambia X por cuatro filas de dos cantidades no negativas.
Comprueba tu resultado
La salida tiene cuatro filas y cuatro columnas; las dos últimas son log1p de las dos primeras.
validate_data está disponible desde scikit-learn 1.6. Comprueba también una fila negativa y una entrada con tres columnas tras ajustar con dos: ambas deben rechazarse, y llamar transform antes de fit debe indicar que falta el ajuste.
El orden de herencia coloca TransformerMixin a la izquierda de BaseEstimator, como requiere el contrato de mixins y resolución de métodos de scikit-learn. Para el ejercicio de cuatro filas declara X = np.array([[0.,2.],[3.,4.],[8.,1.],[15.,7.]]) antes de fit_transform: la forma es4×4, con las ramas raw y log en ese orden. Ajustar dos columnas y transformar tres, un valor negativo o transformar antes del ajuste son fallos explícitos, no resultados silenciosos. Estimadores.

Mapa de prácticaEl entrenamiento ajusta los parámetros del modelo. La validación ayuda a elegir el enfoque sin utilizar la prueba final. Reserva la prueba para evaluar la decisión terminada y evita que sus resultados vuelvan al ajuste.
Ver la infografía en tamaño completo ↗Fuentes para profundizar
Transformar columnas manteniendo el contrato
Un transformador debe aceptar una entrada, aprender solo lo que necesita en fit y devolver filas en el mismo orden en transform. FeatureUnion aplica varias transformaciones al mismo conjunto de entrada y combina sus salidas. No reemplaza a ColumnTransformer cuando necesitas asignar columnas distintas a ramas diferentes.
Ejemplo original: cantidades y su logaritmo
Trabaja con una matriz de cantidades no negativas. Una rama conserva valores escalados y otra produce log1p, útil para comparar una transformación comprimida. El ejemplo no afirma que mejore un modelo; prepara dos representaciones para una prueba.
import numpy as np
from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.utils.validation import check_array, check_is_fitted
from sklearn.pipeline import FeatureUnion
from sklearn.preprocessing import StandardScaler
class NonNegativeLog1p(TransformerMixin, BaseEstimator):
def fit(self, X, y=None):
X = check_array(X)
if (X < 0).any():
raise ValueError("Usa cantidades no negativas")
self.n_features_in_ = X.shape[1]
return self
def transform(self, X):
check_is_fitted(self, "n_features_in_")
X = check_array(X)
if X.shape[1] != self.n_features_in_ or (X < 0).any():
raise ValueError("Cantidad de columnas o valores inválidos")
return np.log1p(X)
union = FeatureUnion([
("escala", StandardScaler()),
("log", NonNegativeLog1p()),
])
X = np.array([[0., 2.], [3., 4.], [8., 10.]])
resultado = union.fit_transform(X)
assert resultado.shape == (3, 4)
Hay tres filas y dos columnas por rama; la unión entrega cuatro columnas manteniendo tres filas. El assert comprueba forma, no calidad predictiva. En un modelo, coloca la unión dentro del pipeline y ajusta ese pipeline solo con entrenamiento.
Práctica guiada
- Ejecuta la muestra y confirma la forma de salida.
- Prueba un valor negativo y registra el error esperado.
- Intenta transformar una matriz con una columna distinta y explica por qué se rechaza.
- Clona el transformador con
sklearn.base.clone; sus parámetros de construcción deben ser inspeccionables. - Escribe el orden de columnas resultante y comprueba que no se mezclaron filas.
Criterios para revisar el contrato
fitdevuelveself.- Se exige ajuste antes de transformar.
- El número de filas y su orden se mantienen.
- Los errores de dominio y de forma no se convierten en valores silenciosos.
- Ninguna estadística de evaluación se aprende antes de separar los datos.
Entrega el código y los tres casos de forma, valor negativo y columnas distintas con sus resultados reales. Si necesitas columnas numéricas y categóricas diferentes, compara este ejemplo con ColumnTransformer antes de ampliar la unión.
Referencias para comprobar la implementación
Documentación consultada el 2 de octubre de 2026. Comprueba también las versiones y condiciones de tu proyecto.
Sigue con Machine Learning Práctico con Scikit-Learn
Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.
Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.