在scikit-learn Pipeline中插入或删除一个步骤

Question

是否可以删除或插入sklearn.pipeline.Pipeline对象中的步骤？

我试图在Pipeline对象中有或没有一步进行网格搜索.并想知道我是否可以在管道中插入或删除一个步骤.我在Pipeline源代码中看到,有一个self.steps对象包含所有步骤.我们可以逐步完成named_steps().在修改它之前,我想确保,我不会造成意想不到的影响.

这是一个示例代码:

from sklearn.pipeline import Pipeline
from sklearn.svm import SVC
from sklearn.decomposition import PCA
estimators = [('reduce_dim', PCA()), ('svm', SVC())]
clf = Pipeline(estimators)
clf 

是否有可能steps = clf.named_steps()在此列表中执行类似的操作,然后插入或删除？这是否会对clf对象造成不良影响？

Answer 1

我看到每个人都只提到了删除步骤.如果您还想在管道中插入一个步骤:

pipe.steps.append(['step name',transformer()])

pipe.steps 与列表的工作方式相同,因此您还可以将项目插入特定位置:

pipe.steps.insert(1,['estimator',transformer()]) #insert as second step

Answer 2

基于初步测试,您可以安全地从scikit-learn管道中删除一个步骤,就像您对任何列表项一样,只需简单

clf_pipeline.steps.pop(n)

其中n是您要删除的单个估算器的位置.

Answer 3

只是插话，因为我觉得其他答案很好地回答了向管道添加步骤的问题，但并没有真正涵盖如何从管道中删除步骤。

不过要注意我的方法。在这种情况下切片列表有点奇怪。

from sklearn.pipeline import Pipeline
from sklearn.svm import SVC
from sklearn.decomposition import PCA
from sklearn.preprocessing import PolynomialFeatures

estimators = [('reduce_dim', PCA()), ('poly', PolynomialFeatures()), ('svm', SVC())]
clf = Pipeline(estimators)

如果你想用 PCA/Polynomial 的步骤创建一个管道，你可以按索引一步一步地将列表切片并将其传递给 Pipeline

clf1 = Pipeline(clf.steps[0:2])

只想使用步骤 2/3？注意这些切片并不总是最有意义

clf2 = Pipeline(clf.steps[1:3])

只想使用步骤 1/3？我似乎无法使用这种方法

clf3 = Pipeline(clf.steps[0] + clf.steps[2]) # errors