python - sklearn.pipeline.Pipeline 到底是什么？

我无法弄清楚 sklearn.pipeline.Pipeline 是如何工作的。

在 doc 中有一些解释。例如，它们是什么意思:



为了让我的问题更清楚，什么是 steps ？它们是如何工作的？

编辑

感谢这些答案，我可以让我的问题更清楚:

当我调用管道并通过，作为步骤，两个转换器和一个估计器，例如:

pipln = Pipeline([("trsfm1",transformer_1),
                  ("trsfm2",transformer_2),
                  ("estmtr",estimator)])

当我调用它时会发生什么？

pipln.fit()
OR
pipln.fit_transform()

我无法弄清楚估算器如何成为变压器以及如何安装变压器。

最佳答案

scikit-learn 中的转换器 - 一些具有 fit 和 transform 方法或 fit_transform 方法的类。

预测器 - 某些具有拟合和预测方法或 fit_predict 方法的类。

Pipeline 只是一个抽象概念，它不是一些现有的机器学习算法。通常在 ML 任务中，您需要在应用最终估计器之前对原始数据集执行一系列不同的转换(查找特征集、生成新特征、仅选择一些好的特征)。

Here 是管道使用的一个很好的例子。
Pipeline 为您提供了所有 3 个转换步骤和结果估算器的单一界面。它在内部封装了转换器和预测器，现在您可以执行以下操作:

    vect = CountVectorizer()
    tfidf = TfidfTransformer()
    clf = SGDClassifier()

    vX = vect.fit_transform(Xtrain)
    tfidfX = tfidf.fit_transform(vX)
    predicted = clf.fit_predict(tfidfX)

    # Now evaluate all steps on test set
    vX = vect.fit_transform(Xtest)
    tfidfX = tfidf.fit_transform(vX)
    predicted = clf.fit_predict(tfidfX)

只需:

pipeline = Pipeline([
    ('vect', CountVectorizer()),
    ('tfidf', TfidfTransformer()),
    ('clf', SGDClassifier()),
])
predicted = pipeline.fit(Xtrain).predict(Xtrain)
# Now evaluate all steps on test set
predicted = pipeline.predict(Xtest)

使用管道，您可以轻松地对该元估计器的每个步骤的参数集执行网格搜索。如上面的链接所述。除了最后一步之外的所有步骤都必须是变换，最后一步可以是更改器(mutator)或预测器。
编辑 的答案:
当您调用 pipln.fit() 时 - 管道内的每个变压器都将安装在前一个变压器的输出上(第一个变压器是在原始数据集上学习的)。最后一个估计器可能是转换器或预测器，只有当最后一个估计器是转换器(实现 fit_transform，或分别实现转换和拟合方法)时，您才能在管道上调用 fit_transform()，只有在以下情况下，您才能在管道上调用 fit_predict() 或 predict()您的最后一个估算器是预测器。所以你不能在管道上调用 fit_transform 或转换，其中最后一步是预测器。

关于python - sklearn.pipeline.Pipeline 到底是什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33091376/