【sklearn第四讲】数据集变换

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

scikit-learn提供了一个数据变换库，可以实现清洗、缩减、扩展或产生特征表示。类似其它估计量，这些都由具有fit方法的类表示。fit方法从训练集学习模型参数（例如均值和标准差），transform方法应用这个变换模型到未知数据上。而fit_transform方法可以更方便高效地同时建模和变换训练数据。

管道：链式估计量

Pipeline能够把多个估计量链成一个。当预处理数据存在一个固定的步骤顺序时，例如，特征选择、归一化、分类，它是有用的。Pipeline服务于两个目的：

• 便利和打包

只需在你的数据上调用一次fit, predict, 就可以拟合整个估计过程。

• 联合参数选择

你可以在pipeline里立即grid search所有估计量的参数。

除了最后一个，在pipeline里的所有估计量，都必须被变换（即，必须有一个transform方法），最后的估计量可以是任何类型的（transformer, classifier等）。

使用方法

使用一个(key, value)对列表创建pipeline, 在这里key是一个字符串，表示你想要的步骤名字，value是一个估计量对象。

工具函数make_pipeline是pipeline的快速