我有一个Sklearn流水线模型，在该模型中，我可以使用不同的预处理和线性模型来处理数据，最后近似多项式模型。训练后，我想获得模型的方程，其中包括应用的变换，并且在获得预测之前，不需要进一步的努力来首先用管道对新数据进行归一化。我知道如何提取模型系数和变量并生成多项式方程，但我很好奇我们是否可以访问变换方程，并将变换以及相应的参数包含在最终方程中？
例如，如果我的数据有两个特征，并且我使用具有线性一阶多项式模型的Standardscaler，我想要一个看起来像这样的方程：
eq = a*((x1-mu1)/sigma1) + b*((x2-mu2)/sigma2) + c
其中a、b和c是模型的参数，mu1、mu2、sigma1、sigma2是标准缩放器参数，x1和x2是我的特征。我想以自动化的方式使用它，这意味着，在不由用户提供转换方程的情况下，我可以使用内置信息与其他预处理方法和模型形成这样的方程。
否。scikit learn中没有提供此类信息。您需要在符号级别上表示所有内容，而scikit-learn或任何其他标准库都无法做到这一点。