python培训之如何使用pipeline

　　Python的sklearn.pipeline.Pipeline()函数可以把多个“处理数据的节点”按顺序打包在一起，数据在前一个节点处理之后的结果，转到下一个节点处理。除了最后一个节点外，其他节点都必须实现'fit()'和'transform()'方法， 最后一个节点需要实现fit()方法即可。当训练样本数据送进Pipeline进行处理时， 它会逐个调用节点的fit()和transform()方法，然后点用最后一个节点的fit()方法来拟合数据。

　　例如

　　from sklearn.linear_model import LinearRegression

　　from sklearn.preprocessing import PolynomialFeatures

　　from sklearn.pipeline import Pipeline

　　def polynomial_model(degree = 1):

　　polynomial_features = PolynomialFeatures(degree = degree, include_bias = False)

　　linear_regression = LinearRegression()

　　pipeline = Pipeline([('polynomial_features', polynomial_features),

　　('linear_regression', linear_regression)])

　　return pipeline

　　以上内容为大家介绍了python培训之如何使用pipeline，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。https://www.e70w.com/xwzx/