【Python机器学习】算法链与管道——构建管道

目录

1、首先，我们构建一个由步骤列表组成的管道对象。

2、向任何其他scikit-learn估计器一样来拟合这个管道

3、调用pipe.score

---

我们来看下如何使用Pipeline类来表示在使用MinMaxScaler缩放数据后，再训练一个SVM的工作流程（暂时不用网格搜索）：

1、首先，我们构建一个由步骤列表组成的管道对象。

每个步骤都是一个元祖，其中包含一个名称（选定的任意字符）和一个估计器的示例：

from sklearn.pipeline import Pipeline
pipe=Pipeline([('scaler',MinMaxScaler()),('svm',SVC())])

这里我们创建了两个步骤：1、‘scaler’，是MinMaxScaler的实例；2、‘svm’，是SVC的实例。

2、向任何其他scikit-learn估计器一样来拟合这个管道

pipe.fit(X_tra