Pipline

 

内容简述

Pipeline可用于将多个估计量顺序链接到一个。这是有用的，因为处理数据通常有固定的步骤顺序，例如特征选择，归一化和分类。

 

Pipeline在这里有两个目的：

便捷：你只需要在你的数据上调用一次fit和predict，来匹配估计器的整个序列。

联合参数选择：您可以同时对流水线中所有估计量的参数进行网格搜索。

 

管道构造

1）基本形式：

 

Pipeline是使用(key, value)对的列表构建的，其中key是包含要给出此步骤的名称的字符串，value是估计器对象

from sklearn.pipeline import Pipeline

from sklearn.svm import SVC

from sklearn.decomposition import PCA

 

estimators = [('reduce_dim', PCA()), ('clf', SVC())]

 

pipe = Pipeline(estimators)

 

2）简写形式：

 

from sklearn.pipeline import make_pipeline

from sklearn.naive_bayes import MultinomialNB

from sklearn.preprocessing import Binarizer

 

make_pipeline(Binarizer(), MultinomialNB())

 

参数修改

可以使用<estimator>__<parameter>语法访问流水线中的估计器的参数 ：

pipe.set_params(clf__C=10)

pipline用于网格搜索

from sklearn.model_selection import GridSearchCV

 

#形式：{估计器别名1__参数名称：参数列表，估计器别名2__参数名称：参数列表}

params = dict(reduce_dim__n_components=[2, 5, 10],  clf__C=[0.1, 10, 100])

 

grid_search = GridSearchCV(pipe, param_grid=params)

 

#还可以进行如下构造

from sklearn.linear_model import LogisticRegression

 

params = dict(reduce_dim=[None, PCA(5), PCA(10)], clf=[SVC(), LogisticRegression()], clf__C=[0.1, 10, 100])

 

grid_search = GridSearchCV(pipe, param_grid=params)

 

转载于:https://www.cnblogs.com/yongfuxue/p/10095476.html