scikit-learn FunctionTransformer 的用途是什么？答案

【问题标题】：What is scikit-learn FunctionTransformer used for?scikit-learn FunctionTransformer 的用途是什么？
【发布时间】：2016-11-22 19:33:31
【问题描述】：

从documentation我已经读到了：

FunctionTransformer 将其 X（和可选的 y）参数转发给用户定义的函数或函数对象，并返回结果这个功能。这对于无状态转换很有用，例如记录频率，进行自定义缩放等。

但是，我不明白这个函数有什么用。谁能解释一下这个函数的目的？

【问题讨论】：

我能想到的一个用例：添加一些 无状态转换，例如缩放到非简单管道（例如降维 -> 交叉验证中的分类器）。这个抽象函数应该提供这个管道所需的接口（fit、transform 和 co.），而无需自己编写。

标签： python-3.x machine-learning scikit-learn

【解决方案1】：

自定义函数用例

假设您有一个已知值范围在 0-255 之间的图像数组，您希望在 0-1 之间缩小，但您不想使用 StandardScaler，因为并非所有图像的值都为 0 和其中有 255 个。

简单来说。没有人在测试中得分 100%，但您仍然希望在 0-100 之间进行评分。

from sklearn.preprocessing import FunctionTransformer
import numpy as np


data = np.array([[100, 2], [240, 80], [139, 10], [10, 150]])


def div255(X): return X/255 #encode
def mult255(X): return X*255 #decode
scaler = FunctionTransformer(div255, inverse_func=mult255)


# --- encode ---
mutated = scaler.fit_transform(data)
"""
array([[0.39215686, 0.00784314],
       [0.94117647, 0.31372549],
       [0.54509804, 0.03921569],
       [0.03921569, 0.58823529]])
"""

# --- decode ---
scaler.inverse_transform(mutated)
"""
array([[100.,   2.],
       [240.,  80.],
       [139.,  10.],
       [ 10., 150.]])
"""

专业提示

确保将这些自定义函数定义在程序的其余部分可以引用它们的位置（例如辅助函数）。特别是当需要inverse_transform 你的预测和/或编码新样本时！

【讨论】：

【解决方案2】：

除了简单地包装给定的用户定义函数外，FunctionTransformer 还提供了其他 sklearn 估计器的一些标准方法（例如，fit 和 transform）。这样做的好处是您可以将任意、无状态的转换引入 sklearn Pipeline，它结合了多个处理阶段。这使得执行处理管道更容易，因为您可以简单地将数据 (X) 传递给 Pipeline 对象的 fit 和 transform 方法，而无需单独显式应用管道的每个阶段。

这是直接从 sklearn 文档（位于 here）复制的示例：

def all_but_first_column(X):
    return X[:, 1:]

def drop_first_component(X, y):
    """
    Create a pipeline with PCA and the column selector and use it to
    transform the dataset.
    """
    pipeline = make_pipeline(
        PCA(), FunctionTransformer(all_but_first_column),
    )
    X_train, X_test, y_train, y_test = train_test_split(X, y)
    pipeline.fit(X_train, y_train)
    return pipeline.transform(X_test), y_test

请注意，第一个主成分并未从数据中显式删除。当调用 pipeline.transform 时，管道会自动将转换链接在一起。

【讨论】：

感谢您的帮助。你能举个例子吗？。
@ml_student 请参阅我添加到答案中的示例。
感谢您的帮助！
代码示例已被重新定位或删除。这是Using FunctionTransformer to select columns的版本链接。

【解决方案3】：

X =  [[5,6,7],
      [8,9,10],
      [1,2,3]]    

def exampleFunctionTransformer(X):
        return  X**2

    def exampleofFunctionTransfor():
        fx = FunctionTransformer(exampleFunctionTransformer)
        Y1= fx.transform(X)
        print(Y1)
        return Y1

    Z = exampleofFunctionTransfor()

    print(Z)


o/p 

    [[ 25  36  49]
     [ 64  81 100]
     [  1   4   9]]

请参考：http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.FunctionTransformer.html#sklearn.preprocessing.FunctionTransformer

【讨论】：

【解决方案4】：

Here 是一个很好的例子。确实如其所说：给定 X 输入，它将您的函数应用于 X 并返回结果。它最重要的部分是它的无国籍状态。 Here 和 here 你可以找到无国籍是什么，here 你可以阅读关于其优势的讨论。

【讨论】：