构建管道sklearn.pipeline

pipeline类本身具有fit、predict和score方法，其行为与Scikit-Learn中的其他模型相同。

 

例：使用Pipeline类来表示在使用MinMaxScaler缩放数据之后再训练一个SVM的工作流程

from sklearn.pipeline import Pipeline
pipe = Pipeline([("scaler",MinMaxScaler()),("svm",SVC())])
pip.fit(X_train,y_train)
pip.score(X_test,y_test)

这里 ，我们构建了一个由步骤列表组成的管道对象，每个步骤都是一个元组，包含一个名称（自定义）和一个估计器的实例。

首先对第一个步骤（缩放器）调用fit，然后使用该缩放器对训练数据进行变换，最后利用缩放后的数据来拟合SVM。利用管道，我们减少了“预处理+分类”过程所需要的代码量，而且，使用管道的主要优点在于，我们可以在cross_val_score或GridSearchCV中使用这个估计器。

 

例：在网格搜索中使用管道

param_grid = {'svm__C':[0.001,0.01,0.1,1,10,100],'svm__gamma':[0.001,0.01,0.1,1,10,100]}
grid = GridSearchCV(pipe,param_grid=param_grid,cv=5)
grid_search.fit(X_train,y_train)
print("Test set score:{:.2f}".format(grid_search.score(X_test,y_test)))

我们需要为每个参数（C和gamma）指定它在管道中所属的步骤。为管道定义参数网格的语法是为每个参数指定步骤名称，后面加上__（双下划线），然后是参数名称（svm__C和svm_gamma）

 

例：用Pipeline类构建管道时语法有点麻烦，我们通常不需要为每一个步骤提供用户指定的名称，这种情况下，就可以用make_pipeline函数创建管道，它可以为我们创建管道并根据每个步骤所属的类为其自动命名。一般来说，自动命名的步骤名称是类名称的小写版本，如果多个步骤属于同一个类，则会附加一个数字。

from sklearn.pipeline import make_pipeline
pipe = make_pipeline(MinMaxScaler(),SVC())

 

①pipeline.steps是由元组组成的列表，pipeline.steps[0][1]是第一个估计器，pipeline.steps[1][1]是第二个估计器。

②要想访问管道中的步骤，最简单的方法是通过named_steps属性，它是一个字典，将步骤名称映射为估计器。

③GridSearchCV找到的最佳模型保存在grid.best_estimator_中。

④如果想跳过管道中的某个步骤，则可以将该步骤设置为None。

参考：

posted @ 2020-03-04 16:09  熊猫blue  阅读(608)  评论(0)  编辑  收藏  举报