API - Sklearn三大模型 - Transformer、Estimator、Pipeline


sklearn.pipeline.Pipeline

== 管道Pipeline ==

在Sklearn当中有三大模型:Transformer 转换器、Estimator 估计器、Pipeline 管道

1、Transformer 转换器 (StandardScaler,MinMaxScaler)
## 数据标准化
## StandardScaler 画图纸
ss = StandardScaler() 
## fit_transform训练并转换 
## fit在计算,transform完成输出
X_train = ss.fit_transform(X_train) 
X_train

Transformer有输入有输出,同时输出可以放入Transformer或者Estimator 当中作为输入。

2、Estimator 估计器(LinearRegression、LogisticRegression、LASSO、Ridge),所有的机器学习算法模型,都被称为估计器。
## 模型训练
lr = LinearRegression()
## LinearRegression 是一个有监督的算法,所以要把特征值和目标值一起放入
lr.fit(X_train,Y_train) #训练模型

## 模型校验
y_predict = lr.predict(X_test) #预测结果

y_predict 是估计器的输出模型,估计器输出无法再放入Transformer 或 Estimator当中再获取另一个输出了。

3、Pipeline 管道

将Transformer、Estimator 组合起来成为一个大模型。
管道: 输入→□→□→□→■→ 输出
□:Transformer ; ■:Estimator ;
Transformer放在管道前几个模型中,而Estimator 只能放到管道的最后一个模型中。

家庭用电预测demo中使用多项式扩展:

结合:
04 回归算法 - 最小二乘线性回归案例
05 回归算法 - 多项式扩展、管道Pipeline

头文件引入Pipeline:
from sklearn.pipeline import Pipeline

其他需要引入的包:

##家庭用电预测:线性回归算法(时间与功率&功率与电流之间的关系)


## 一般用到sklearn的子库
import sklearn
from sklearn.model_selection import train_test_split #训练集测试集划分,最新版本中该库直接归到了sklearn的子库
from sklearn.linear_model import LinearRegression # 线性模型
from sklearn.preprocessing import StandardScaler # 预处理的库
from sklearn.preprocessing import MinMaxScaler

## 管道相关的包
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures
from sklearn.model_selection import GridSearchCV

Pipeline 的参数是一个列表,列表中存放着每一个模型的信息。

第0个模型名字: ss,告诉系统我要做数据标准化

第1个模型名字: Poly,告诉系统我要做一个多项式扩展
PolynomialFeatures即进行了ss= StandardScaler()的操作,并做了3阶的扩展

第2个模型名字: Linear,告诉系统进行模型训练
fit_intercept=False 表示截距为0
截距:y=ax+b, b是截距。一般推荐使用fit_intercept=True。

如果输入特征包含x1,x2,将特征放入多项式扩展的图纸后,我们会得到一个针对x1,x2扩展的特征集,并把数据输出出来。因此在多项式扩展的算法中,存储的特征集合将是扩展后的结果。

## 可以设置多个管道,放进models里
models = [
    Pipeline([
            ('ss',StandardScaler()),
            ('Poly',PolynomialFeatures(degree=3)),#给定多项式扩展操作-3阶扩展
            ('Linear',LinearRegression(fit_intercept=False))
        ]),
    Pipeline([
            ('ss',StandardScaler()),
            ('Poly',PolynomialFeatures(degree=5)),#给定多项式扩展操作-5阶扩展
            ('Linear',LinearRegression(fit_intercept=False))
        ])
]
model_0 = models[0] # 获取第一个管道
model_1 = models[1] # 获取第二个管道
## 对Poly模型中的degree参数进行赋值
## 模型名__参数
model_0.set_params(Poly__degree=d) ## 设置多项式的阶乘
    
## fit完后流转到下一个节点
## 虽然标准化数据的时候只针对X_train,但因为后面进入Estimator环节需要Y_train的数据,所以一并传入
model_0.fit(X_train, Y_train)
    
## model.get_params()调用管道中所有模型的参数
## ['Linear'] 提取Linear模型的参数
lin = model_0.get_params()['Linear']
output = u'%d阶,系数为:' % d
## 判断Linear模型中是否有alpha这个参数
if hasattr(lin, 'alpha_'):
    idx = output.find(u'系数')
    output = output[:idx] + (u'alpha=%.6f, ' % lin.alpha_) + output[idx:]
## 判断Linear模型中是否有l1_ratio这个参数
if hasattr(lin, 'l1_ratio_'):
    idx = output.find(u'系数')
    output = output[:idx] + (u'l1_ratio=%.6f, ' % lin.l1_ratio_) + output[idx:]
## 输出Linear模型中θ1~θn的属性
print ('==',output, lin.coef_.ravel())
    
y_hat = _0.predict(X_test)
s = _0.score(X_test, Y_test)

最后用一张图解释fit、transfrom操作在管道和一般模型训练中的区别:

你可能感兴趣的:(API - Sklearn三大模型 - Transformer、Estimator、Pipeline)