Pipeline学习器流水线

sklearn提供了Pipeline将多个学习器组成流水线。通常，流水线的形式为：将数据标准化的学习器-->特征提取的学习器-->执行预测的学习器。除了最后一个学习器之外，之前的所有学习器必须提供tranform方法，该方法用于数据变换（如归一化，正则化，以及特征提取等）。

Pipeline的原型为：

class sklearn.pipeline.Pipeline(steps)

参数：

steps:一个列表，列表的元素为(name,transform)元组,其中name是学习器的名字，用于输出和日志；transform是学习器，之所以叫transform是因为这个学习器（除了最后一个）必须提供transform方法。

属性：

named_steps:一个字典，字典的键就是steps中各元组的name元素，字典的值就是steps中各元组的transform元素。

方法：

fit(X[,y]):启动流水线，依次对各个学习器（除了最后一个学习器）执行fit方法和transform方法转换数据，对最后一个学习器执行fit方法训练学习器。

transform(X)：启动流水线，依次对各个学习器执行fit方法和transform方法转换数据。要求每个学习器都实现了tranform方法。

fit_transform(X[,y])：启动流水线，依次对各个学习器（除了最后一个学习器）执行fit方法和transform方法转换数据，最后一个学习器执行fit_transform方法转换数据。

inverse_transform(X):将转换