sklearn中常用的API

sklearn.pipeline.Pipeline,sklearn.pipeline.make_pipeline

Pipeline & make_pipeline

就是将预处理和模型合并到一起写
通过steps设定数据处理流，格式为(‘key’,’value’)，key为自定义名，value为对应的处理类。通过list传入，前n-1个为transform函数，最后一个为模型，举例如下：

from sklearn.pipeline import Pipeline  
from sklearn.svm import SVC  
from sklearn.decomposition import PCA  
from sklearn.datasets import load_iris
pipe=Pipeline(steps=[('pca',PCA()),('svc',SVC())])    
iris=load_iris()  
pipe.fit(iris.data,iris.target)
pipe.predict(iris.data)

make_pipeline函数与Pipeline的区别就是不用写key了，如下：

1	p=make_pipeline(StandardScaler(),GaussianNB())

详细参考官网，及sklearn学习笔记3——pipeline