เหตุใดไปป์ไลน์จึงดีกว่าขั้นตอนทำเอง

การปรับสเกล การเข้ารหัส แล้วจึงฟิตโมเดลด้วยตนเอง หมายถึงต้องจัดการวัตถุหลายรายการให้ถูกลำดับ กระบวนการทำงาน ช่วยยุติความยุ่งยากนี้

กระบวนการทำงาน ของ scikit-learn จะเชื่อมการแปลงข้อมูลกับโมเดลสุดท้ายให้เป็นวัตถุเดียว ซึ่งเรียกใช้แต่ละขั้นตอนตามลำดับให้คุณโดยอัตโนมัติ 🔗

คุณส่งรายการขั้นตอนที่มีชื่อให้กับ กระบวนการทำงาน โดยลงท้ายด้วยตัวประมาณค่า ขั้นตอนสุดท้ายคือโมเดล ส่วนขั้นตอนที่เหลือคือตัวแปลงข้อมูล

การเรียก fit บนกระบวนการทำงานจะฟิตตัวแปลงแต่ละตัวตามลำดับ แล้วจึงฟิตโมเดลสุดท้ายกับข้อมูลที่ผ่านการแปลงแล้ว การเรียกครั้งเดียวจัดการทุกอย่าง

เมื่อคุณเรียก predict การแปลงแบบเดิมจะทำงานกับข้อมูลใหม่ก่อนที่โมเดลจะเห็นข้อมูลนั้น ขั้นตอนเตรียมข้อมูลของคุณจึงไม่ถูกลืม

กระบวนการทำงานจะเรียนรู้การปรับสเกลและการเข้ารหัสจากข้อมูลฝึกเท่านั้น จึงไม่มีข้อมูลทดสอบแอบเข้ามาได้ วิธีนี้หยุด การรั่วไหลของข้อมูล ได้ตั้งแต่การออกแบบ

เนื่องจากการเตรียมข้อมูลและโมเดลอยู่ด้วยกัน คุณจึงบันทึก แชร์ และโหลดวัตถุ เดียว กลับมาใช้ได้ แทนการจัดการชิ้นส่วนแยกกันห้าชิ้น

หากคุณไม่จำเป็นต้องตั้งชื่อขั้นตอน make_pipeline จะสร้างสิ่งเดียวกันและตั้งชื่อขั้นตอนให้โดยอัตโนมัติ

ต้องการตรวจสอบขั้นตอนใดขั้นตอนหนึ่งหรือไม่ โปรดใช้ชื่อที่คุณตั้งไว้เพื่อทำดัชนีใน ขั้นตอนที่มีชื่อ และดึงวัตถุที่ฟิตแล้วออกมา

กระบวนการทำงานทำหน้าที่เหมือนตัวประมาณค่าเดียว คุณจึงนำไปใส่ใน คะแนนการตรวจสอบไขว้ ได้โดยตรง และการเตรียมข้อมูลจะไม่รั่วไหลในแต่ละส่วนแบ่ง

ข้อดีสำคัญคือมีส่วนประกอบที่ต้องจัดการน้อยลง ได้แก่ fit หนึ่งครั้ง predict หนึ่งครั้ง และการเตรียมข้อมูลที่ตรงกับโมเดลเสมอ นี่คือ การทำซ้ำผลลัพธ์ได้ที่คุณไว้วางใจได้

คุณได้เรียนรู้ว่า กระบวนการทำงาน เชื่อมการแปลงข้อมูลกับโมเดลให้เป็นวัตถุเดียวที่เป็นระเบียบ ได้แก่ fit หนึ่งครั้ง predict หนึ่งครั้ง และไม่มีข้อมูลรั่วไหล ต่อไปคือประเภทคอลัมน์ที่หลากหลาย 🎯