使用自定义函数在 sklearn 中创建管道？

Question

如何使用自定义函数创建 sklearn 管道？\n我有两个函数，一个用于清理数据，第二个用于构建模型。

\n\n

def preprocess(df):\n   \xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6.\n   # clean data\n   return df_clean\n\ndef model(df_clean):\n   \xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\xe2\x80\xa6\n   #split data train and test and build randomForest Model\n   return model\n

\n\n

所以我使用 FunctionTransformer 并创建了管道

\n\n

from sklearn.pipeline import Pipeline, make_pipeline\nfrom sklearn.preprocessing import FunctionTransformer\n\npipe = Pipeline([("preprocess", FunctionTransformer(preprocess)),("model",FunctionTransformer(model))])\n\npred = pipe.predict_proba(new_test_data)\nprint(pred)\n

\n\n

我知道上面是错误的，不知道如何处理，在管道中我需要先传递训练数据，然后我必须传递 new_test_data ？

\n

Answer 1

你需要创建自己的类继承sklearn的BaseEstimator、TransformerMixin。

然后在您自己的类的 fit/transform/fit_transform / Predict/predict_prob 等函数中指定您的函数。

将自定义函数放入 Sklearn pipeline 中