什么是有用的 scikit-learn FunctionTransformer？

Question

从我准备好的文档中读到：

FunctionTransformer 将其 X（和可选的 y）参数转发给用户定义的函数或函数对象，并返回该函数的结果。这对于无状态转换非常有用，例如获取频率对数、进行自定义缩放等。

但是，我不明白这个功能有什么用处。有人能解释一下这个功能的目的吗？

Answer 1

除了简单地包装给定的用户定义函数之外，FunctionTransformer还提供了其他 sklearn 估计器（例如，fit和transform）的一些标准方法。这样做的好处是您可以将任意的、无状态的转换引入 sklearn Pipeline，它结合了多个处理阶段。这使得执行处理管道更容易，因为您可以简单地将数据 ( X)传递给对象的fit和transform方法，Pipeline而不必单独显式地应用管道的每个阶段。

这是直接从 sklearn 文档（位于此处）复制的示例：

def all_but_first_column(X):
    return X[:, 1:]

def drop_first_component(X, y):
    """
    Create a pipeline with PCA and the column selector and use it to
    transform the dataset.
    """
    pipeline = make_pipeline(
        PCA(), FunctionTransformer(all_but_first_column),
    )
    X_train, X_test, y_train, y_test = train_test_split(X, y)
    pipeline.fit(X_train, y_train)
    return pipeline.transform(X_test), y_test

请注意，第一个主成分并未从数据中明确删除。管道在pipeline.transform被调用时自动将转换链接在一起。