4.1 管道和特征：组合估计量
4.1.1 管道：链接估计
管道可以用于将多个估计器链接成一个。 这是有用的，因为在处理数据中经常有固定的步骤序列，例如特征选择，归一化和分类。 管道在这里有两个目的：
方便：您只需调用fit和预测一次您的数据，以适应一个完整的估计量序列。
联合参数选择：可以一次性在管线中的所有估计量的参数上进行网格搜索。
流水线中的所有估计器，除了最后一个，必须是变换器（即必须具有变换方法）。 最后一个估计器可以是任何类型（变换器，分类器等）。
4.1.1.1 用法
流水线是使用(key, value)对的列表构建的，其中key是包含要给予此步骤的名称的字符串，value是估计量对象：
from sklearn.pipeline import Pipelinefrom sklearn.svm import SVCfrom sklearn.decomposition import PCAestimators = [('reduce_dim', PCA()), ('clf', SVC())]pipe = Pipeline(estimators)pipe 输出：Pipeline(steps=[('reduce_dim', PCA(copy=True, iterated_power='auto',n_components=None, random_state=None, svd_solver='auto', tol=0.0,whiten=False)), ('clf', 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))])效用函数make_pipeline是构造管道的简写; 它需要一个可变数量的估计器并返回一个管道，自动填充名称：
from sklearn.pipeline import make_pipelinefrom sklearn.naive_bayes import MultinomialNBfrom sklearn.preprocessing import Binarizermake_pipeline(Binarizer(), MultinomialNB()) 输出：Pipeline(steps=[('binarizer', Binarizer(copy=True, threshold=0.0)), ('multinomialnb', MultinomialNB(alpha=1.0, class_prior=None, fit_prior=True))])管道的估计器作为列表存储在steps属性中：
pipe.steps[0]输出：('reduce_dim', PCA(copy=True, iterated_power='auto', n_components=None, random_state=None, svd_solver='auto', tol=0.0, whiten=False))并在named_steps中作为dict存在：
pipe.named_steps['reduce_dim']输出：PCA(copy=True, iterated_power='auto', n_components=None, random_state=None, svd_solver='auto', tol=0.0, whiten=False)
设置参数：
pipe.set_params(clf__C=10) 输出：Pipeline(steps=[('reduce_dim', PCA(copy=True, iterated_power='auto', n_components=None, random_state=None, svd_solver='auto', tol=0.0, whiten=False)), ('clf', SVC(C=10, 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))])这对于网格搜索尤为重要：
>>> from sklearn.model_selection import GridSearchCV>>> params = dict(reduce_dim__n_components=[2, 5, 10],... clf__C=[0.1, 10, 100])>>> grid_search = GridSearchCV(pipe, param_grid=params)
单个步骤也可以替换为参数，非最终步骤可以通过将其设置为None：
>>> from sklearn.linear_model import LogisticRegression>>> params = dict(reduce_dim=[None, PCA(5), PCA(10)],... clf=[SVC(), LogisticRegression()],... clf__C=[0.1, 10, 100])>>> grid_search = GridSearchCV(pipe, param_grid=params)
4.1.2 FeatureUnion：复合特征空间
FeatureUnion将多个转换器对象组合成一个新的转换器，结合了它们的输出。 FeatureUnion获取转换器对象的列表。 在拟合期间，这些中的每一个独立地拟合数据。 对于变换数据，变换器被并行应用，并且它们输出的样本向量端对端地连接成较大的向量。
FeatureUnion具有与Pipeline相同的目的 - 方便和联合参数估计和验证。
FeatureUnion和Pipeline可以组合以创建复杂模型。
（FeatureUnion无法检查两个转换器是否可能产生相同的特征，当特征集不相交时，它只产生一个并集，并确保它们是调用者的责任。）
4.1.2.1 用法
FeatureUnion使用（key，value）对的列表构建，其中key是您要给予给定变换的名称（任意字符串;它仅用作标识符），value是一个估计器对象：
>>> from sklearn.pipeline import FeatureUnion>>> from sklearn.decomposition import PCA>>> from sklearn.decomposition import KernelPCA>>> estimators = [('linear_pca', PCA()), ('kernel_pca', KernelPCA())]>>> combined = FeatureUnion(estimators)>>> combined FeatureUnion(n_jobs=1, transformer_list=[('linear_pca', PCA(copy=True, iterated_power='auto', n_components=None, random_state=None, svd_solver='auto', tol=0.0, whiten=False)), ('kernel_pca', KernelPCA(alpha=1.0, coef0=1, copy_X=True, degree=3, eigen_solver='auto', fit_inverse_transform=False, gamma=None, kernel='linear', kernel_params=None, max_iter=None, n_components=None, n_jobs=1, random_state=None, remove_zero_eig=False, tol=0))], transformer_weights=None)像管道一样，特征联合体有一个称为make_union的简化构造函数，不需要显式命名组件。像管道一样，单个步骤可以使用set_params替换，并通过设置为None来忽略：
>>> combined.set_params(kernel_pca=None) FeatureUnion(n_jobs=1, transformer_list=[('linear_pca', PCA(copy=True, iterated_power='auto', n_components=None, random_state=None, svd_solver='auto', tol=0.0, whiten=False)), ('kernel_pca', None)], transformer_weights=None) 1 0
