机器学习实战(基于scikit-learn和TensorFlow)学习心得(10)--Sklearn三大模型 - Transformer、Estimator、Pipeline

此篇心得引用自AI遇见机器学习
为防止该篇被删,我转录内容

基本概括
sklearn拥有可以用于监督和无监督学习的方法，一般来说监督学习使用的更多。sklearn中的大部分函数可以归为估计器(Estimator)和转化器(Transformer)两类。

**估计器(Estimator)**其实就是模型，它用于对数据的预测或回归。基本上估计器都会有以下几个方法：
fit(x,y) : 传入数据以及标签即可训练模型，训练的时间和参数设置，数据集大小以及数据本身的特点有关

score(x,y): 用于对模型的正确率进行评分(范围0-1)。但由于对在不同的问题下，评判模型优劣的的标准不限于简单的正确率，可能还包括召回率或者是查准率等其他的指标，特别是对于类别失衡的样本，准确率并不能很好的评估模型的优劣，因此在对模型进行评估时，不要轻易的被score的得分蒙蔽。

**predict(x)**用于对数据的预测，它接受输入，并输出预测标签，输出的格式为numpy数组。我们通常使用这个方法返回测试的结果，再将这个结果用于评估模型。

**转化器(Transformer)**用于对数据的处理，例如标准化、降维以及特征选择等等。同与估计器的使用方法类似:
**fit(x,y) 😗*该方法接受输入和标签，计算出数据变换的方式。
**transform(x) 😗*根据已经计算出的变换方式，返回对输入数据x变换后的结果（不改变x）
**fit_transform(x,y) 😗*该方法在计算出数据变换方式之后对输入x就地转换。

Pineline使用
pineline可以按顺序构建从数据处理到和训练模型的整个过程。pineline中间的步骤必须转化器（对数据进行处理）。使用pineline的好处就是可以封装一个学习的过程，使得重新调用这个过程变得更加方便。中间的过程用多个二元组组成的列表表示。