经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » Python » 查看文章
python pipeline的用法及避坑点
来源:jb51  时间:2021/7/19 9:04:41  对本文有异议

说明

1、在使用之前需要在settings中打开。

2、pipeline在settings中键表示位置(即pipeline在项目中的位置可以自定义),值表示离引擎的距离,越近数据越先通过:权重值小的优先执行。

3、当pipeline较多时,process_item的方法必须是returnitem,否则后一个pipeline获得的数据就是None值。

pipeline中必须有process_item方法,否则item无法接收和处理。

实例

  1. from sklearn.pipeline import Pipeline
  2. from sklearn.svm import SVC
  3. from sklearn.decomposition import PCA
  4. estimators = [('reduce_dim', PCA()), ('clf', SVC())]
  5. pipe = Pipeline(estimators)
  6. pipe

内容扩展:

Python的sklearn.pipeline.Pipeline()函数可以把多个“处理数据的节点”按顺序打包在一起,数据在前一个节点处理之后的结果,转到下一个节点处理。除了最后一个节点外,其他节点都必须实现'fit()'和'transform()'方法, 最后一个节点需要实现fit()方法即可。当训练样本数据送进Pipeline进行处理时, 它会逐个调用节点的fit()和transform()方法,然后点用最后一个节点的fit()方法来拟合数据。

  1. from sklearn.linear_model import LinearRegression
  2. from sklearn.preprocessing import PolynomialFeatures
  3. from sklearn.pipeline import Pipeline
  4. def polynomial_model(degree = 1):
  5. polynomial_features = PolynomialFeatures(degree = degree, include_bias = False)
  6. linear_regression = LinearRegression()
  7. pipeline = Pipeline([('polynomial_features', polynomial_features),
  8. ('linear_regression', linear_regression)])
  9. return pipeline

以上就是python pipeline的用法及避坑点的详细内容,更多关于python pipeline的使用注意的资料请关注w3xue其它相关文章!

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号