本篇內(nèi)容主要講解“python pipeline如何使用”，感興趣的朋友不妨來看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“python pipeline如何使用”吧!

你所需要的網(wǎng)站建設(shè)服務(wù)，我們均能行業(yè)靠前的水平為你提供.標(biāo)準(zhǔn)是產(chǎn)品質(zhì)量的保證，主要從事成都網(wǎng)站建設(shè)、做網(wǎng)站、企業(yè)網(wǎng)站建設(shè)、手機(jī)網(wǎng)站開發(fā)、網(wǎng)頁設(shè)計(jì)、成都品牌網(wǎng)站建設(shè)、網(wǎng)頁制作、做網(wǎng)站、建網(wǎng)站。成都創(chuàng)新互聯(lián)公司擁有實(shí)力堅(jiān)強(qiáng)的技術(shù)研發(fā)團(tuán)隊(duì)及素養(yǎng)的視覺設(shè)計(jì)專才。

說明

1、在使用之前需要在settings中打開。

2、pipeline在settings中鍵表示位置(即pipeline在項(xiàng)目中的位置可以自定義)，值表示離引擎的距離，越近數(shù)據(jù)越先通過：權(quán)重值小的優(yōu)先執(zhí)行。

3、當(dāng)pipeline較多時(shí)，process_item的方法必須是returnitem，否則后一個(gè)pipeline獲得的數(shù)據(jù)就是None值。

pipeline中必須有process_item方法，否則item無法接收和處理。

實(shí)例

from sklearn.pipeline import Pipeline
from sklearn.svm import SVC
from sklearn.decomposition import PCA
estimators = [("reduce_dim", PCA()), ("clf", SVC())]
pipe = Pipeline(estimators)
pipe

內(nèi)容擴(kuò)展：

Python的sklearn.pipeline.Pipeline()函數(shù)可以把多個(gè)“處理數(shù)據(jù)的節(jié)點(diǎn)”按順序打包在一起，數(shù)據(jù)在前一個(gè)節(jié)點(diǎn)處理之后的結(jié)果，轉(zhuǎn)到下一個(gè)節(jié)點(diǎn)處理。除了最后一個(gè)節(jié)點(diǎn)外，其他節(jié)點(diǎn)都必須實(shí)現(xiàn)"fit()"和"transform()"方法， 最后一個(gè)節(jié)點(diǎn)需要實(shí)現(xiàn)fit()方法即可。當(dāng)訓(xùn)練樣本數(shù)據(jù)送進(jìn)Pipeline進(jìn)行處理時(shí)， 它會(huì)逐個(gè)調(diào)用節(jié)點(diǎn)的fit()和transform()方法，然后點(diǎn)用最后一個(gè)節(jié)點(diǎn)的fit()方法來擬合數(shù)據(jù)。

from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import Pipeline
 
def polynomial_model(degree = 1):
    polynomial_features = PolynomialFeatures(degree = degree, include_bias = False)
    linear_regression = LinearRegression()
    pipeline = Pipeline([("polynomial_features", polynomial_features),
 ("linear_regression", linear_regression)])
    return pipeline

到此，相信大家對(duì)“python pipeline如何使用”有了更深的了解，不妨來實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！

分享標(biāo)題：pythonpipeline如何使用
本文地址：http://vcdvsql.cn/article32/podipc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、云服務(wù)器、響應(yīng)式網(wǎng)站、網(wǎng)站收錄、網(wǎng)站設(shè)計(jì)公司、營(yíng)銷型網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)