_
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
| 名称 | 类型 | 说明 |
|---|---|---|
| steps | list | 包含(name,transform)元组的list类型，按照元组的顺序形成一个链，最后一步是模型。 |
| named_steps | dict | 只读的属性，用户通过设置的名称可以读取相应步骤的参数，keys是步骤名称，values是步骤参数 |
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)
