1. 导入工具包2. 读取数据3. 数字特征、文字特征分离4. 数据处理Pipeline5. 尝试不同的模型6. 参数搜索7. 特征重要性筛选8. 最终完整Pipeline
使用 sklearn 的 pipeline 搭建机器学习的流程
本文例子为 [Kesci] 新人赛 · 员工满意度预测
参考 [Hands On ML] 2. 一个完整的机器学习项目(加州房价预测)
1. 导入工具包
1
2. 读取数据
1data = pd.read_csv(
1Index([
训练数据,标签分离
1y = data[
3. 数字特征、文字特征分离
1
特征数值筛选器
1
4. 数据处理Pipeline
数字特征
1num_pipeline = Pipeline([
文字特征
1cat_pipeline = Pipeline([
组合数字和文字特征
1full_pipeline = FeatureUnion(transformer_list=[
5. 尝试不同的模型
1
还可以尝试别的模型
6. 参数搜索
1param_grid = [
最佳参数
1grid_search.best_params_
最优模型
1grid_search.best_estimator_
搜索结果
1cv_result = grid_search.cv_results_
1
7. 特征重要性筛选
1feature_importances = grid_search.best_estimator_.feature_importances_
选择前 k 个最重要的特征
1k =
8. 最终完整Pipeline
1prepare_select_and_predict_pipeline = Pipeline([
参数搜索
1param_grid = [{
训练
1grid_search_prep.fit(X,y)
预测
1y_pred_test = final_model.predict(test)
以上只是粗略的大体框架,还有很多细节,大家多指教!
我的CSDN博客地址 https://michael.blog.csdn.net/
长按或扫码关注我的公众号(Michael阿明),一起加油、一起学习进步!
![07a3c295cb837655ead112c9a2f28a24.png](https://i-blog.csdnimg.cn/blog_migrate/532121f552c7e840b30e9bba0c078ac0.png)