sklearn 读取csv_sklearn 机器学习 Pipeline 模板

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！

Michael阿明