基于sklearn的自定义转换器，用于整合到pipeline中实现标准化机器学习流水线

摘要

在很多机器学习场景中，需要我们对数据进行预处理，sklean提供的pipeline接口方便我们将数据预处理与模型训练等工作进行整合，方便对训练集、验证集、测试集做相同的转换操作，极大的提高了工作效率。但是在不同场景下往往预处理的方法会出现多样性，然而sklearn所提供的预处理接口(Transformers)数量有限，有的时候往往需要我们自己编写函数对数据进行预处理。为了让我们自定义的数据预处理函数能够放入sklearn的pipeline中，我们想到了自定义Transformer的方法，本文也将围绕自定义Transformer的具体步骤进行展开。

目录

创建项目

编写自定义sklearn标准转换器

制作python第三方库

库的安装与调用

---

创建项目

使用编译器：pycharm

创建一个空项目，记得选择好相应的python解释器

点击create后创建新项目完成，在空项目文件夹下创建一个python package和一个setup.py文件，python package创建之后会自带一个叫__init__.py的空文件,我们之后会对它进行编写，创建好这些之后整个项目目录会变成下面这样：

请注意，我们所创建的这个python package的名字将会作为我们调用这个第三方包时的名字，在这个例子中将是