Dlaczego Pipeline przewyższa ręczne kroki

Ręczne skalowanie, kodowanie, a następnie dopasowywanie modelu oznacza żonglowanie wieloma obiektami we właściwej kolejności. Pipeline kończy ten bałagan.

Obiekt Pipeline w scikit-learn łączy transformatory i końcowy model w jeden obiekt, który wykonuje za Państwa każdy krok po kolei. 🔗

Przekazujesz do Pipeline listę nazwanych kroków zakończoną estymatorem. Ostatni krok to model, a pozostałe to transformatory.

Wywołanie fit dla pipeline'u dopasowuje kolejno każdy transformator, a następnie dopasowuje końcowy model do przekształconych danych. Jedno wywołanie wykonuje wszystko.

Po wywołaniu predict te same transformacje są wykonywane na nowych danych, zanim zobaczy je model. Przygotowanie danych nigdy nie zostaje pominięte.

Pipeline'y uczą się skalowania i kodowania wyłącznie na danych treningowych, więc informacje z testu nie przedostają się do modelu. Dzięki temu konstrukcja ta zapobiega wyciekowi danych.

Ponieważ przygotowanie danych i model znajdują się razem, można zapisać, udostępnić i ponownie wczytać jeden obiekt zamiast pięciu luźnych elementów.

Jeśli nazwy kroków nie są potrzebne, make_pipeline tworzy ten sam obiekt i automatycznie nadaje krokom nazwy.

Chcesz sprawdzić jeden etap? Użyj indeksowania named_steps z nadaną mu nazwą, aby pobrać ten dopasowany obiekt.

Pipeline działa jak pojedynczy estymator, więc można bezpośrednio przekazać go do cross_val_score, a przygotowanie danych pozostaje wolne od wycieku w każdym foldzie.

Największą korzyścią jest mniejsza liczba elementów: jedno fit, jedno predict i przygotowanie danych, które zawsze pasuje do modelu. To godna zaufania odtwarzalność.

Dowiedzieli się Państwo, że Pipeline łączy transformatory i model w jeden uporządkowany obiekt: jedno fit, jedno predict, brak wycieku. Następnie: mieszane typy kolumn. 🎯