四、PipeLine

1. scikit-learn 中的流水线的流程通常为：

   • 通过一组特征处理estimator 来对特征进行处理（如标准化、正则化）。
   • 通过一组特征提取estimator来提取特征。
   • 通过一个模型预测 estimator 来学习模型，并执行预测。

   除了最后一个 estimator 之外，前面的所有的 estimator 必须提供transform方法。该方法用于执行数据变换（如归一化、正则化、以及特征提取等）。

2. Pipeline将多个estimator组成流水线，其原型为：

   class sklearn.pipeline.Pipeline(steps)

   • steps：一个列表，列表的元素为(name,transform)元组。其中：

     • name是 estimator 的名字，用于输出和日志
     • transform是 estimator 。之所以叫transform是因为这个 estimator （除了最后一个）必须提供transform方法。

3. 属性：

   • named_steps：一个字典。键就是steps中各元组的name元素，字典的值就是steps中各元组的transform元素。

4. 方法：

   • fit(X[, y])：启动流水线，依次对各个estimator（除了最后一个）执行.fit方法和.transform方法转换数据；对最后一个estimator执行.fit方法训练学习器。

   • transform(X)：启动流水线，依次对各个estimator （包括最后一个）执行.fit方法和.transform方法转换数据。

   • fit_transform(X[, y])：启动流水线，依次对各个estimator（除了最后一个）执行.fit方法和.transform方法转换数据；对最后一个estimator执行.fit_transform方法转换数据。

   • inverse_transform(X)：将转换后的数据逆转换成原始数据。

     要求每个estimator都实现了.inverse_transform方法。

   • predict(X)/predict_log_proba(X) /predict_proba(X)：将X进行数据转换后，用最后一个学习器来预测。

   • score(X, y) ：将X进行数据转换后，训练最后一个estimator ，并对最后一个estimator 评分。