如何使用sklearn管道转换项？

Question

我有一个简单的scikit学习Pipeline，包括两个步骤：aTfIdfVectorizer，然后是LinearSVC。在

我用我的数据拟合了管道。一切都好。在

现在我要转变（不是预测！）一个项目，使用我的fittedpipeline。在

我尝试了pipeline.transform([item])，但它给出的结果与pipeline.named_steps['tfidf'].transform([item])不同。甚至结果的形状和类型也不同：第一个是1x3000个CSR矩阵，第二个是1x15000个CSC矩阵。哪一个是正确的？它们为什么不同？在

当使用scikit learn的Pipeline时，如何转换项，即在最终估计器之前获得项目的向量表示？在

Answer 1

结果不同的原因（以及为什么调用transformeven workds）是因为LinearSVC也有一个转换（现在已弃用）来进行特征选择

如果只想使用第一步进行转换，pipeline.named_steps['tfidf'].transform([item])是正确的做法。 如果您想使用除最后一步以外的所有步骤进行转换，olologin的答案提供了代码。在

默认情况下，执行管道的所有步骤，最后一步的转换也是如此，即LinearSVC执行的特征选择。在

Answer 2

在最后一步中，不能对包含非转换器的管道调用转换方法。 如果您不想在这样的管道上调用transfrom，最后一个估计器必须是一个转换器。在

即使是方法医生也这么说：

Applies transforms to the data, and the transform method of the final estimator. Valid only if the final estimator implements transform.

此外，除了最后一个估计量外，并没有任何方法可以使用每一个估计量。 您可以创建自己的管道，并从scikit learn的管道中继承所有内容，但添加一个方法，例如：

def just_transforms(self, X):
    """Applies all transforms to the data, without applying last 
       estimator.

    Parameters
         
    X : iterable
        Data to predict on. Must fulfill input requirements of first step of
        the pipeline.
    """
    Xt = X
    for name, transform in self.steps[:-1]:
        Xt = transform.transform(Xt)
    return Xt