机器学习训练营——机器学习爱好者的自由交流空间（qq群号：696721295）

scikit-learn提供了一个数据变换库，可以实现清洗、缩减、扩展或产生特征表示。类似其它估计量，这些都由具有fit方法的类表示。fit方法从训练集学习模型参数（例如均值和标准差），transform方法应用这个变换模型到未知数据上。而fit_transform方法可以更方便高效地同时建模和变换训练数据。

管道：链式估计量

Pipeline能够把多个估计量链成一个。当预处理数据存在一个固定的步骤顺序时，例如，特征选择、归一化、分类，它是有用的。Pipeline服务于两个目的：

• 便利和打包

只需在你的数据上调用一次fit, predict, 就可以拟合整个估计过程。

• 联合参数选择

你可以在pipeline里立即grid search所有估计量的参数。

除了最后一个，在pipeline里的所有估计量，都必须被变换（即，必须有一个transform方法），最后的估计量可以是任何类型的（transformer, classifier等）。

使用方法

使用一个(key, value)对列表创建pipeline, 在这里key是一个字符串，表示你想要的步骤名字，value是一个估计量对象。

工具函数make_pipeline是pipeline的快速创建法，它取的估计量数是可变的，返回一个pipeline, 自动填充名字。

一个pipeline的估计量作为列表存储在steps属性里。

扫描二维码关注公众号，回复： 1542301 查看本文章

作为一个字典存储在named_steps属性里。

使用<estimator>__<parameter>语法访问估计量的参数。

特征联合：组合的特征空间

FeatureUnion组合几个变换对象成为一个新的变换。一个FeatureUnion取一个变换对象列表。在拟合期间，每个对象被数据单独拟合。出于变换数据的目的，这些变换是并行的，它们输出的样本向量按端到端的方式连成一个更大的向量。FeatureUnion和Pipeline组合可以实现更复杂的模型。

使用方法

使用(key, value)对形式的列表创建一个FeatureUnion, key是变换名（一个字符串），value是一个估计量对象。

像pipeline一样，特征组合也有一个快速创建函数make_union, 它不需要明确命名成分。同样，使用set_params, 各个步骤也可以被替代，设置为None则可以忽略。

阅读更多精彩内容，请关注微信公众号：统计学习与大数据