具有多个输入/输出的 SKlearn 管道

Question

如何构建 sklearn 管道来执行以下操作？

我有什么：

A, B = getAB(X_train)
X_train = transform(X_train)
model(A, B, X_train)

我想要什么：

pipe = Pipeline([
(‘ab’, getAB),
(‘tranf’, transform),
(‘net’, net)
]
pipe.fit(X_train, y_train)

请帮忙！

Answer 1

是的，通过编写具有拟合/转换函数的自定义转换器是可行的。这可以是您的类：

from sklearn.base import BaseEstimator, TransformerMixin
def getABTransformer(BaseEstimator, TransformerMixin):
def __init__(self): # no *args or **kargs
pass
def fit(self, X, y=None):
return self # nothing else to do
def transform(self, X, y=None):
return getAB(X)

然后，您可以按如下方式创建ColumnTransformer：

from sklearn.compose import ColumnTransformer
clm_pipe = ColumnTransformer([
(‘ab’, getABTransformer, np.arange(0, len(X_train)),  # list of columns indices
(‘tranf’, transform, np.arange(0, len(X_train))),  # list of columns indices
]

以及带有模型的最终管道：

pipe = Pipeline([
(‘clm_pipe’, clm_pipe),
(‘net’, net)
]

您可以阅读有关 ColumnTransformer 的更多信息