如何仅执行 scikit-learn 管道的特定部分？

Question

以下是与问题相关的部分代码。如果需要完整代码，这里有一个完整的可重现代码，也可以下载数据： https: //github.com/ageron/handson-ml2/blob/master/02_end_to_end_machine_learning_project.ipynb

我有一个管道：

prepare_select_and_predict_pipeline = Pipeline([
    ('preparation', full_pipeline),
    ('feature_selection', TopFeatureSelector(feature_importances, k)),
    ('svm_reg', SVR(**rnd_search.best_params_))
])

现在，我只想执行上面管道中的这一部分：

('preparation', full_pipeline),
('feature_selection', TopFeatureSelector(feature_importances, k)),

我尝试过prepare_select_and_predict_pipeline.fit(housing, housing_labels)，但它也执行 SVM 部分。

最后，我需要从上面的管道中获得与执行下面的代码相同的结果：

preparation_and_feature_selection_pipeline = Pipeline([
    ('preparation', full_pipeline),
    ('feature_selection', TopFeatureSelector(feature_importances, k))
])

housing_prepared_top_k_features = preparation_and_feature_selection_pipeline.fit_transform(housing)

我怎样才能做到这一点？

Answer 1

您可以像列表一样对管道进行切片（版本 >=0.21），因此

prepare_select_and_predict_pipeline[:-1].fit_transform(housing)

应该管用。

（这里需要小心；您正在重新安装管道的变压器部分，因此在新数据集上执行此操作prepare_select_and_predict_pipeline.predict(X_new)将使用重新安装的变压器！clone如果需要，您可以使用新变量。）