Python数据分析：类、自定义转换器和管道【class、transformer、pipeline】

在Kaggle上进行房价预测数据挖掘练习的时，看到一些示例在对特征进行预处理时的代码使用了class类、使用scikit-learn中的模块进行构建pipeline等知识，如：

class labelenc(BaseEstimator, TransformerMixin):
    def __init__(self):
        pass
    
    def fit(self,X,y=None):
        return self
    
    def transform(self,X):
        lab=LabelEncoder()
        X["YearBuilt"] = lab.fit_transform(X["YearBuilt"])
        X["YearRemodAdd"] = lab.fit_transform(X["YearRemodAdd"])
        X["GarageYrBlt"] = lab.fit_transform(X["GarageYrBlt"])
        return X

要想理解这段代码，需要从class类入手，来一步一步解读。本内容非原创，只是阅读汇总的学习笔记，具体来源见Reference。

---

Reference

1. Python入门 类class 基础篇 - 知乎：强烈推荐，讲解清晰易懂。
2. Python class：定义类（入门必读）C语言中文网的讲解也不错
3. Kaggle-HousePrices/HousePrices Kernel.ipynb at master · massquantity/Kaggle-HousePrices · GitHubKaggle Kernel for House Prices competition https://www.kaggle.com/massquantity/all-you-need-is-pca-lb-0-11421-top-4 - Kaggle-HousePrices/HousePrices Kernel.ipynb at master · massquantity/Kaggle-HousePriceshttps://github.com/massquantity/Kaggle-HousePrices/blob/master/HousePrices%20Kernel.ipynb房价预测代码来源

---

1 Python中的类Class

类是模板，而实例则是根据类创建的对象。类仅仅充当图纸的作用，本身并不能直接拿来用，而只有根据图纸造出的实际物品（对象）才能直接使用。如果不理解