时间戳

首页 > 解决方案 > Sklearn 自定义转换器：使用 FunctionTransformer 和子类化 TransformerMixin 的区别

python - Sklearn 自定义转换器：使用 FunctionTransformer 和子类化 TransformerMixin 的区别

问题描述

为了进行正确的 CV，建议使用管道，以便可以将相同的转换应用于 CV 中的每个折叠。sklearn.preprocessing.FunctionTrasformer我可以使用或 by定义自定义转换subclassing sklearn.base.TransformerMixin。推荐的方法是哪一种？为什么？

标签： pythonmachine-learningscikit-learncross-validation

解决方案

好吧，这完全取决于您，两者或多或少都会达到相同的结果，只是您编写代码的方式不同。

例如，在使用时，sklearn.preprocessing.FunctionTransformer您可以简单地定义您要使用的函数并像这样直接调用它（代码来自官方文档）

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

另一方面，在使用时，subclassing sklearn.base.TransformerMixin您必须定义整个类以及该类的fit和transform函数。所以你必须创建一个这样的类（示例代码取自这篇博文）

class FunctionFeaturizer(TransformerMixin):
    def __init__(self, *featurizers):
        self.featurizers = featurizers

    def fit(self, X, y=None):
        return self

    def transform(self, X):
        #Do transformations and return
        return transformed_data

如您所见，TransformerMixin与 FunctionTransformer 在变换功能方面相比，它为您提供了更大的灵活性。您可以根据值应用多个转换或部分转换等。例如，对于您想要记录的前 50 个值，而对于接下来的 50 个值，您希望采用逆对数等。您可以轻松地定义转换方法以有选择地处理数据。

如果您只想直接使用函数，请使用sklearn.preprocessing.FunctionTrasformer，否则如果您想进行更多修改或说复杂的转换，我建议subclassing sklearn.base.TransformerMixin

在这里，请查看以下链接以获得更好的想法

推荐阅读