kaggle教程--8--管道

管道（Pipelines）

管道的作用是将数据预处理与建模合为一体来操作，优化代码

 绝大部分的scikit-learn 对象，要么是transformers（可调用transform命令） ，要么是 models（可调用predict命令）

你的管道必须从 transformers开始，从models结束

（目前为止，数据集放入管道前，需要把object对象提前做object编码）

例子：

用管道：

from sklearn.ensemble import RandomForestRegressor
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import Imputer

my_pipeline = make_pipeline(Imputer(), RandomForestRegressor())

my_pipeline.fit(train_X, train_y)
predictions = my_pipeline.predict(test_X)

 

不用管道：

my_imputer = Imputer()
my_model = RandomForestRegressor()

imputed_train_X = my_imputer.fit_transform(train_X)
imputed_test_X = my_imputer.transform(test_X)
my_model.fit(imputed_train_X, train_y)
predictions = my_model.predict(imputed_test_X)