sklearn 中的 Pipeline 机制

最新推荐文章于 2024-07-03 18:25:49 发布

码农的世界，你不懂

最新推荐文章于 2024-07-03 18:25:49 发布

阅读量214

点赞数

本文链接：https://blog.csdn.net/u010395024/article/details/103238046

版权

本文介绍了如何使用sklearn的Pipeline实现数据预处理和机器学习算法的流水线操作，通过具体示例展示了Pipeline在逻辑回归和PCA降维中的应用，强调了Pipeline在简化流程和管理模型中的作用。

摘要由CSDN通过智能技术生成

sklearn 中的 Pipeline 机制
from sklearn.pipeline import Pipeline

管道机制实现了对全部步骤的流式化封装和管理（streaming workflows with pipelines）。

注意：管道机制更像是编程技巧的创新，而非算法的创新。

接下来我们以一个具体的例子来演示sklearn库中强大的Pipeline用法：

1 加载数据集
import pandas as pd

from sklearn.cross_validation import train_test_split

from sklearn.preprocessing import LabelEncoder

df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/'

               'breast-cancer-wisconsin/wdbc.data', header=None)



X, y = df.values[:, 2:], df.values[:, 1]

                              # y为字符型标签

                              # 使用LabelEncoder类将其转换为0开始的数值型

encoder = LabelEncoder()

y = encoder.fit_transform(y)

X_train, X_test, y_train, y_t