sklearn pipeline简介
来源:互联网 发布:mac文稿无端占内存 编辑:程序博客网 时间:2024/05/29 16:37
Pipeline可以将许多算法模型串联起来,比如将特征提取、归一化、分类组织在一起形成一个典型的机器学习问题工作流。主要带来两点好处:
1. 直接调用fit和predict方法来对pipeline中的所有算法模型进行训练和预测。
2. 可以结合grid search对参数进行选择
下面是一个官方文档的示例:
>>> from sklearn.pipeline import Pipeline>>> from sklearn.svm import SVC>>> from sklearn.decomposition import PCA>>> estimators = [('reduce_dim', PCA()), ('svm', SVC())]>>> clf = Pipeline(estimators)>>> clfPipeline(steps=[('reduce_dim', PCA(copy=True, n_components=None, whiten=False)), ('svm', SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, decision_function_shape=None, degree=3, gamma='auto', kernel='rbf', max_iter=-1, probability=False, random_state=None, shrinking=True, tol=0.001, verbose=False))])
estimators中定义了两个模型,一个是PCA、另一个是SVC。
>>> clf.set_params(svm__C=10)
可以通过set_params函数对pipeline中的某个模型设定参数,上面是将svm参数C设置为10
另外一个例子:
>>> 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>>> # generate some data to play with>>> X, y = samples_generator.make_classification(... n_informative=5, n_redundant=0, random_state=42)>>> # ANOVA SVM-C>>> anova_filter = SelectKBest(f_regression, k=5)>>> clf = svm.SVC(kernel='linear')>>> anova_svm = Pipeline([('anova', anova_filter), ('svc', clf)])>>> # You can set the parameters using the names issued>>> # For instance, fit using a k of 10 in the SelectKBest>>> # and a parameter 'C' of the svm>>> anova_svm.set_params(anova__k=10, svc__C=.1).fit(X, y)... Pipeline(steps=[...])>>> prediction = anova_svm.predict(X)>>> anova_svm.score(X, y) 0.77...>>> # getting the selected features chosen by anova_filter>>> anova_svm.named_steps['anova'].get_support()...array([ True, True, True, False, False, True, False, True, True, True, False, False, True, False, True, False, False, False, False, True], dtype=bool)
1 0
- sklearn pipeline简介
- sklearn pipeline
- sklearn 中的 Pipeline 机制
- sklearn Pipeline使用
- sklearn 中的 Pipeline 机制
- sklearn 中的 Pipeline 机制
- sklearn中的Pipeline
- sklearn中的Pipeline机制
- sklearn.pipeline.Pipeline类的用法
- sklearn.pipeline.Pipeline类的用法
- sklearn 流水线(pipeline)使用
- sklearn简介
- sklearn学习笔记3——pipeline
- 了解sklearn中的pipeline及FeatureUnions
- Webx框架:Pipeline简介
- OpenGL ES pipeline简介
- sklearn GridSearchCV简介
- sklearn主要包简介
- MySQL锁机制详解及死锁处理方式
- Spark伪分布安装(依赖Hadoop)
- 【C++】fill函数,fill与memset函数的区别
- iOS app上架流程
- 160824--推荐系统中的排序学习
- sklearn pipeline简介
- Java Arrays类的使用
- Binary Tree Zigzag Level Order Traversal
- UVA 1585解题报告
- [bzoj1037][DP]生日聚会party
- [李景山php]每天laravel-20161019|RedirectResponse.php-2
- [spfa+判负环]poj3259 Wormholes
- 手机端点击图片放大特效-PhotoSwipe插件
- 关于Relay Log无法自动删除的问题