_

简介

Pipeline按顺序构建一系列转换和一个模型，最后的一步是模型。Pipeline中间的步骤必须是转换过程，它们必须包含fit和transform方法。最后一步模型只要有fit方法。

Pipeline的目的是能组合好几个步骤，当设置不同参数的时候，可以在一起做交叉验证。可以通过【pipeline的名称+ “__” + 参数名称】(注意是两个下划线)的方式设置多个步骤的参数。

参数

上手使用

from sklearn import svm
from sklearn.datasets import samples_generator
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import f_regression
from sklearn.pipeline import Pipeline

产生一些测试数据

X,y = samples_generator.make_classification(n_informative=5,n_redundant=0,random_state=42)

选择特征

# ANOVA SVM-C
anova_filter = SelectKBest(f_regression,k=5)

SVM模型

clf = svm.SVC(kernel='linear')

构建pipeline

anova_svm = Pipeline([('anova',anova_filter),('svc',clf)])

模型有两步，一步是最特征选择，一步是模型

设置参数

anova_svm.set_params(anova__k=10,svc__C=.1)

Pipeline(steps=[('anova',SelectKBest(k=10,score_func=<function f_regression at 0x4a0f0c8>)),('svc',SVC(C=0.1,cache_size=200,class_weight=None,coef0=0.0,decision_function_shape=None,degree=3,gamma='auto',kernel='linear',max_iter=-1,probability=False,random_state=None,shrinking=True,tol=0.001,verbose=False))])

训练模型

anova_svm.fit(X,y)

Pipeline(steps=[('anova',verbose=False))])

预测结果

prediction = anova_svm.predict(X)
anova_svm.score(X,y)

0.77000000000000002

查看pipeline里的参数

anova_svm.named_steps['anova']

SelectKBest(k=10,score_func=<function f_regression at 0x4a0f0c8>)

anova_svm.named_steps['svc']

SVC(C=0.1,verbose=False)

anova_svm.named_steps['anova'].get_support()

array([ True,True,False,True],dtype=bool)