假设我有一个用于数据的管道,它进行预处理,并在最后有一个估计器。现在,如果我只想在管道的最后一步更改估计器/模型,那么在不重新对相同的数据进行预处理的情况下,如何做到这一点呢。下面是一个代码示例
pipe = make_pipeline(
ColumnSelector(columns),
CategoricalEncoder(categories),
FunctionTransformer(pd.get_dummies, validate=False),
StandardScaler(scale),
LogisticRegression(),
)
现在我想把模型改为使用Ridge或其他模型,而不是logisticsetreaction。在不重新进行预处理的情况下,如何做到这一点?在
编辑:我可以从以下类型的管道中获取转换后的数据吗
^{pr2}$
对于计算开销很大的变压器,可以使用caching。由于您没有提供transformer,这里是sklearn示例的一个扩展,其中使用缓存管道对两个模型进行网格搜索:
编辑:
当您关注问题中的模型,并且this question关注参数时,我不会认为它是完全重复的。然而,建议的解决方案与此处设置的param_网格相结合也是一个好的,甚至更好的解决方案,具体取决于您的具体问题。在
相关问题 更多 >
编程相关推荐