pipelines_and_composition

# 工作流管道与组合估计器参考 ## 概述 工作流管道（Pipeline）将多个处理步骤串联成单个估计器，防止数据泄露并简化代码。它们实现了可复现的工作流，并能与交叉验证和超参数调优无缝集成。 ## 管道基础 ### 创建管道 **Pipeline (`sklearn.pipeline.Pipeline`)** - 将转换器与最终估计器串联 - 所有中间步骤必须具有 fit_transform() 方法 - 最终步骤可以是任何估计器（转换器、分类器、回归器、聚类器） - 示例： python from sklearn.pipeline import Pipeline from sklearn.preprocessing import StandardScaler from sklearn.decomposition import PCA from sklearn.linear_model import LogisticRegression pipeline = Pipeline([ ('scaler', StandardScaler()), ('pca', PCA(n_components=10)), ('classifier', LogisticRegression()) ]) # 拟合整个管道 pipeline.fit(X_train, y_train) # 使用管道进行预测 y_pred = pipeline.predict(X_test) y_proba = pipeline.predict_proba(X_test) ### 使用 make_pipeline **make_pipeline** - 便捷的构造函数，可自动生成步骤名称 - 示例： python from sklearn.pipeline import make_pipeline from sklearn.preprocessing import StandardScaler from sklearn.svm import SVC pipeline = make_pipeline( StandardScaler(), PCA(n_components=10), SVC(kernel='rbf') ) pipeline.fit(X_train, y_train) ## 访问管道组件 ### 访问步骤 python # 通过索引 scaler = pipeline.steps[0][1] # 通过名称 scaler = pipeline.named_steps['scaler'] pca = pipeline.named_steps['pca'] # 使用索引语法 scaler = pipeline['scaler'] pca = pipeline['pca'] # 获取所有步骤名称 print(pipeline.named_steps.keys()) ### 设置参数 python # 使用双下划线表示法设置参数 pipeline.set_params( pca__n_components=15, classifier__C=0.1 ) # 或者在创建时设置 pipeline = Pipeline([ ('scaler', StandardScaler()), ('pca', PCA(n_components=10)), ('classifier', LogisticRegression(C=1.0)) ]) ### 访问属性 python # 访问已拟合的属性 pca_components = pipeline.named_steps['pca'].components_ explained_variance = pipeline.named_steps['pca'].explained_variance_ratio_ # 访问中间转换结果 X_scaled = pipeline.named_steps['scaler'].transform(X_test) X_pca = pipeline.named_steps['pca'].transform(X_scaled) ## 使用管道进行超参数调优 ### 使用管道进行网格搜索