sklearn模块pipeline类——流水线

当数据预处理的工作较多时，可能会涉及更多的步骤，此时分别执行每个步骤会显得过于繁琐。
流水线（Pipeline类）可以将每个评估器视为一个步骤，然后将多个步骤作为一个整体而依次执行，这样，我们就无需分别执行每个步骤。
流水线具有最后一个评估器的所有方法。当通过流水线对象调用方法￡时，会执行这样的过程（假设流水线具有n个评估器）：

• 如果￡是fit方法，则会首先对前n-1个评估器依次调用fit_transform方法，然后在最后一个评估器上调用￡（fit）方法。
• 如果￡是其他方法，则会首先对前n-1个评估器依次调用transform方法，然后在最后一个评估器上调用￡方法。

例如：当在流水线上调用fit方法时，将会依次在每个评估器上调用fit_transform方法，前一个评估器将转换之后的结果传递给下一个评估器，直到最后一个评估器调用fit方法为止（最后一个评估器不会调用transform方法）。而当在流水线上调用predict方法时，则会依次在每个评估器上调用transform方法，在最后一个评估器上调用predict方法。

from sklearn.pipeline import Pipeline

X, y =