python机器学习之流水线 |
您所在的位置:网站首页 › 流水线程序编写 › python机器学习之流水线 |
1.流水线介绍
流水线把数据挖掘过程的每个步骤保存在工作流中。 在数据挖掘过程中使用流水线,可以大大降低代码及操作的复杂度,优化流程结构,可以有效减少常见问题的发生。 流水线通过 Pipeline() 来实例化,需要传入的属性是一连串数据挖掘的步骤,其中前几个是转换器,最后一个必须是估计器。 以经典的鸢尾数据为例,通过以下该简单示例的代码,我们来对比感受使用与不使用流水线下代码的差别。 具体流程为:获取数据后,首先进行归一化处理,然后使用近邻算法预测,最后使用交叉检验输出平均准确率。 2.示例 1.导包与获取数据 import numpy as np from sklearn.pipeline import Pipeline from sklearn.neighbors import KNeighborsClassifier from sklearn.preprocessing import MinMaxScaler from sklearn.model_selection import cross_val_score from sklearn.datasets import load_iris # 获取数据 dataset = load_iris() # print(dataset) X = dataset.data y = dataset.target 2.使用流水线前 X_transformed = MinMaxScaler().fit_transform(X) estimator = KNeighborsClassifier() scores = cross_val_score(estimator, X_transformed, y, scoring='accuracy') print("预测的准确率为{0:.1f}%".format(np.mean(scores) * 100)) 3.使用流水线后 scaling_pipeline = Pipeline([('scale', MinMaxScaler()), ('predict', KNeighborsClassifier())]) scores = cross_val_score(scaling_pipeline, X, y, scoring='accuracy') print("预测的准确率为{0:.1f}%".format(np.mean(scores) * 100))检验准确率也为96.0%,达到了和上边传统写法一样的效果。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |