python - 使用自定义函数在 sklearn 中创建管道？

Question

如何使用自定义功能创建 sklearn 管道？我有两个功能，一个用于清理数据，另一个用于构建模型。

def preprocess(df):
   ……………….
   # clean data
   return df_clean

def model(df_clean):
   …………………
   #split data train and test and build randomForest Model
   return model

所以我使用 FunctionTransformer 并创建了管道

from sklearn.pipeline import Pipeline, make_pipeline
from sklearn.preprocessing import FunctionTransformer

pipe = Pipeline([("preprocess", FunctionTransformer(preprocess)),("model",FunctionTransformer(model))])

pred = pipe.predict_proba(new_test_data)
print(pred)

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？

标签： pythonscikit-learnpipeline

Answer 1

您需要创建自己的类来继承 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 管道