如何使用 ML sklearn 管道进行预测

Question

我使用 sklearn_pandas 和 sklearn 创建了一个 ML 管道。它看起来像这样。

features = ['ColA','ColB','ColC']
labels = 'ColD'
mapper = sklearn_pandas.DataFrameMapper([
    ('ColB',sklearn.preprocessing.StandardScaler()),
    ('ColC',sklearn.preprocessing.StandardScaler())
])
pipe = sklearn.pipeline.Pipeline([
        ('featurize', mapper),
        ('imputer', imputer),
        ('logreg', sklearn.linear_model.LogisticRegression())
])
cross_val_score = sklearn_pandas.cross_val_score(pipe,traindf[features],
                                                 traindf[labels],
                                                 'log_loss')

我喜欢我得到的模型和'log_loss'值。如何使用此管道预测我的测试集？

当我这样做pipe.predict(testX[features])时，我收到一个错误，上面写着：

"

标准缩放器"对象没有属性"mean_"

我已经检查了我的测试集。看起来不错。

Answer 1

您必须先安装管道，就像适合任何模型/变压器一样：

pipe.fit(traindf[features], traindf[labels])