具有多个输入/输出的 sklearn 管道答案

【问题标题】：sklearn pipeline with multiple inputs/outputs具有多个输入/输出的 sklearn 管道
【发布时间】：2019-09-20 20:55:07
【问题描述】：

如何构建 sklearn 管道来执行以下操作？

我有什么：

A, B = getAB(X_train)
X_train = transform(X_train)
model(A, B, X_train)

我想要什么：

pipe = Pipeline([
(‘ab’, getAB),
(‘tranf’, transform),
(‘net’, net)
]
pipe.fit(X_train, y_train)

请帮忙！

【问题讨论】：

不清楚A 和B 应该代表什么。 model 应该是什么？一些估计器的实例化，还是拟合？

标签： scikit-learn pytorch

【解决方案1】：

是的，可以通过编写具有拟合/转换功能的自定义转换器来实现。这可以是你的班级：

from sklearn.base import BaseEstimator, TransformerMixin

def getABTransformer(BaseEstimator, TransformerMixin):
    def __init__(self): # no *args or **kargs
        pass

    def fit(self, X, y=None):
        return self # nothing else to do

    def transform(self, X, y=None):
        return getAB(X)

然后您可以创建您的ColumnTransformer，如下所示：

from sklearn.compose import ColumnTransformer

clm_pipe = ColumnTransformer([
(‘ab’, getABTransformer, np.arange(0, len(X_train)),  # list of columns indices
(‘tranf’, transform, np.arange(0, len(X_train))),  # list of columns indices
]

以及带有模型的最终管道：

pipe = Pipeline([
(‘clm_pipe’, clm_pipe),
(‘net’, net)
]

你可以阅读更多关于ColumnTransformer

【讨论】：