Почему конвейеры лучше ручных шагов

Масштабирование, кодирование, а затем обучение модели вручную означает, что Вам приходится соблюдать правильный порядок множества объектов. Конвейер избавляет от этой путаницы.

Конвейер scikit-learn объединяет преобразования и итоговую модель в один объект, который последовательно выполняет все шаги за Вас. 🔗

Передайте в конвейер список именованных шагов, последним из которых должен быть оцениватель. Последний шаг — Ваша модель, остальные — преобразователи.

Вызов fit для конвейера по очереди обучает каждый преобразователь, а затем обучает итоговую модель на преобразованных данных. Один вызов выполняет всё.

При вызове predict те же преобразования выполняются над новыми данными до того, как их увидит модель. Подготовка данных никогда не будет забыта.

Конвейеры получают параметры масштабирования и кодирования только из обучающих данных, поэтому сведения из тестовых данных не проникают в обучение. Так утечка данных предотвращается самой конструкцией.

Поскольку подготовка данных и модель находятся вместе, Вы можете сохранить, передать и загрузить один объект вместо пяти разрозненных частей.

Если имена шагов Вам не важны, make_pipeline создаст то же самое и автоматически присвоит шагам имена.

Нужно изучить один этап? Обратитесь к именованным шагам по присвоенному ему имени, чтобы получить соответствующий обученный объект.

Конвейер ведёт себя как единый оцениватель, поэтому его можно напрямую передать в cross_val_score, а подготовка данных останется защищённой от утечки в каждом блоке.

Главное преимущество — меньше разрозненных элементов: один вызов fit, один вызов predict и подготовка данных, которая всегда соответствует модели. Это надёжная воспроизводимость.

Вы узнали, что конвейер объединяет преобразования и модель в один аккуратный объект: один вызов fit, один вызов predict и никаких утечек. Далее — смешанные типы столбцов. 🎯