隨著實驗的增加，操作的復(fù)雜程度也在提高。我們可能需要切分?jǐn)?shù)據(jù)集，對特征進(jìn)行二值化 處理，以特征或數(shù)據(jù)集中的個體為基礎(chǔ)規(guī)范化數(shù)據(jù)，除此之外還可能需要其他各種操作。

當(dāng)操作變得越來越復(fù)雜的時候，我們很難追蹤到數(shù)據(jù)和代碼的運行情況，如果數(shù)據(jù)處理順序錯了，可能也不容易得到我們想要的結(jié)果。這時候，引入流水線來規(guī)范就很有必要了。

from sklearn.pipeline import Pipeline

流水線大致分為兩步：
（1）用MinMaxScaler將特征取值范圍規(guī)范到0~1。
（2）指定KNeighborsClassifier分類器。

每一步都用元組（‘名稱’，步驟）來表示。現(xiàn)在來創(chuàng)建流水線。

scaling_pipeline = Pipeline([('scale', MinMaxScaler()),('predict', KNeighborsClassifier())])

流水線的核心是元素為元組的列表。第一個元組規(guī)范特征取值范圍，第二個元組實現(xiàn)預(yù)測功能。我們把第一步叫作規(guī)范特征取值（scale），第二步叫作預(yù)測（predict），也可以用其他名字。 元組的第二部分是實際的轉(zhuǎn)換器對象或估計器對象。

下面運行，就可以出結(jié)果了。

scores = cross_val_score(scaling_pipeline, X_broken, y, scoring='accuracy') print("The pipeline scored an average accuracy for is {0:.1f}%". format(np.mean(transformed_scores) * 100))

總結(jié)

以上是生活随笔為你收集整理的创建流水线的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。