python pipline获取数据_python-2.7 – 从sklearn.pipeline.Pipeline获取转换结果

如果你想在管道的中间步骤上拟合和转换数据,那么重用相同的管道并且更好地使用你指定的新管道是没有意义的,因为调用fit()会忘记以前学过的所有数据.

但是,如果您只想转换()并在已安装的管道上查看中间数据,则可以通过访问named_steps参数来实现.

new_pipe = sklearn.pipeline.Pipeline([('transformer1':

old_pipe.named_steps['transformer1']),

('transformer2':

old_pipe.named_steps['transformer2'])])

或直接使用内部变量步骤,如：

transformer_steps = old_pipe.steps

new_pipe = sklearn.pipeline.Pipeline([('transformer1': transformer_steps[0]),

('transformer2': transformer_steps[1])])

然后调用new_pipe.transform().

更新：

如果您具有0.18或更高版本,则可以将管道内的非必需估计器设置为None,以将结果输入到同一管道中.它在this issue at scikit-learn github年讨论过

在您的情况下用于上述：

pipe.set_params(clusterer=None)

pipe.transform(df)

但请注意,可能会将拟合的clusterer存储在其他位置,否则在需要使用该功能时需要再次适合整个管道.