Scikit-Learn Pipeline 中的新功能 - 两个现有功能之间的交互
Posted
技术标签:
【中文标题】Scikit-Learn Pipeline 中的新功能 - 两个现有功能之间的交互【英文标题】:New Feature in Scikit-Learn Pipeline - Interaction between two existing Features 【发布时间】:2021-10-03 09:49:17 【问题描述】:我的数据集中有两个特征:高度和面积。我想通过使用 scikit-learn 中的管道交互区域和高度来创建一个新功能。
谁能指导我如何实现这一目标?
谢谢
【问题讨论】:
【参考方案1】:您可以使用自定义转换器实现此目的,实现拟合和转换方法。可选地,您可以让它从 sklearn TransformerMixin 继承以进行子弹分析。
from sklearn.base import TransformerMixin
class CustomTransformer(TransformerMixin):
def fit(self, X, y=None):
"""The fit method doesn't do much here,
but it still required if your pipeline
ever need to be fit. Just returns self."""
return self
def transform(self, X, y=None):
"""This is where the actual transformation occurs.
Assuming you want to compute the product of your feature
height and area.
"""
# Copy X to avoid mutating the original dataset
X_ = X.copy()
# change new_feature and right member according to your needs
X_["new_feature"] = X_["height"] * X_["area"]
# you then return the newly transformed dataset. It will be
# passed to the next step of your pipeline
return X_
您可以使用以下代码对其进行测试:
import pandas as pd
from sklearn.pipeline import Pipeline
# Instantiate fake DataSet, your Transformer and Pipeline
X = pd.DataFrame("height": [10, 23, 34], "area": [345, 33, 45])
custom = CustomTransformer()
pipeline = Pipeline([("heightxarea", custom)])
# Test it
pipeline.fit(X)
pipeline.transform(X)
对于这样一个简单的处理,它可能看起来有点矫枉过正,但将任何数据集操作放入 Transformer 中是一个很好的做法。那样的话,它们的重现性更高。
【讨论】:
以上是关于Scikit-Learn Pipeline 中的新功能 - 两个现有功能之间的交互的主要内容,如果未能解决你的问题,请参考以下文章
使用 Python Scikit-learn 中的 Pipeline 和 featureUnion 将多个功能合二为一
Scikit-learn 中的 GridSearchCV 输出问题
Scikit-learn 多输出分类器使用:GridSearchCV、Pipeline、OneVsRestClassifier、SGDClassifier
为啥在 scikit-learn 中使用 make_pipeline 时出现“管道的最后一步”错误?