sklearn中使用pipeline重复处理测试集
pipeline 实现了对全部步骤的流式化封装和管理，可以很方便地使参数集在新数据集上被重复使用。
可以用于下面几处：
模块化 Feature Transform
自动化 Grid Search
自动化 Ensemble Generat...
pipeline 实现了对全部步骤的流式化封装和管理，可以很方便地使参数集在新数据集上被重复使用。
可以用于下面几处：
模块化 Feature Transform
自动化 Grid Search
自动化 Ensemble Generation
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures, StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.metrics import r2_score, mean_squared_error
# 产生训练数据
X_train = 6 * np.random.rand(100, 1) - 3
y_train = 0.5 * X_train ** 2 + X_train + 2 + np.random.rand(100, 1)
plt.scatter(X_train, y_train)
plt.show()
pf = PolynomialFeatures()
ss = StandardScaler()
ln = LinearRegression()
model = Pipeline(steps=(('多项式', pf), ('标准化', ss),('回归', ln)))
model.fit(X_train, y_train)
# 生成测试集
X_test = 6 * np.random.rand(100, 1) - 3
y_test = 0.5 * X_test ** 2 + X_test + 2 + np.random.rand(100, 1)
# 预测和评价
y_pred = model.predict(X_test)
plt.scatter(X_test, y_test)
plt.scatter(X_test, y_pred, c='r')
plt.show()
print(r2_score(y_test, y_pred))
print(mean_squared_error(y_test, y_pred))
本节参考与文章：用 Pipeline 将训练集参数重复应用到测试集
https://wangguisen.blog.csdn.net/article/details/106885171?spm=1001.2101.3001.6650.2
- 发表于 2022-11-07 15:06
- 阅读 ( 1313 )
- 分类：python
