1回答
我已经为我的项目创建了一个带有两个组件的sklearn管道，即data_transform和model，如下所示。
浏览 13提问于2020-04-22得票数 1
我正在尝试按照教程here来实现一个自定义的推理管道，用于特征预处理。它使用python sklearn sdk从脚本引入自定义预处理管道。例如： from sagemaker.sklearn.estimator import SKLearn
entry_point=scrip
浏览 15提问于2019-01-23得票数 7
回答已采纳
1回答
我想做一个滑雪管道使用自定义人工神经网络，我已经有。我想做一个管道，其中输入到ANN，其输出到sklearn.svm.SVC模型，并进行最终的预测。那么，我如何使用sklearn管道来完成这个任务呢？
浏览 0提问于2016-03-02得票数 7
回答已采纳
我想使用在iOS设备上描述的管道。不可能仅仅使用CoreML来转换它，因为我的管道包含一个不在sklearn.preprocessing中的自定义函数。我有一个管道，它包含一个不受CoreML支持的函数。如果我试图使用coreML转换我的管道，我有：
ValueError: Transformer '<class '__main__.Prepare_input'>' not supported; supportedsignal = so
浏览 1提问于2019-05-20得票数 1
回答已采纳
1回答
如果我必须包括我的目标编码(通过自定义转换器)，在sklearn管道，我需要不同的转换功能与火车集和测试集。这是因为，对于列车折叠，编码是使用列车数据的进一步k折叠分割来计算的。我知道sklearn管道将对cv中的列车和测试分割应用相同的转换，是否有一种方法可以使用sklearn管道和自定义转换器对训练和测试分割分别进行转换？
浏览 13提问于2022-08-21得票数 1
回答已采纳
1回答
在sklearn中，可以定义一个串行管道，以获得管道的所有连续部分的最佳超参数组合。串行管道可以实现如下：from sklearn import decomposition, datasetsfrom sklearn.model_selection import GridSearchCV
digits = datase
浏览 0提问于2017-02-16得票数 6
回答已采纳
如何创建自定义函数的sklearn管道？我有两个功能，一个用于清理数据，另一个用于构建模型。 def preprocess(df): return model 所以我使用了FunctionTransformer并创建了管道from sklearn.pipeline import Pipeline, make_pipeline
from sklearn.p
浏览 30提问于2019-06-12得票数 4
我的scikit学习管道是线性回归的，但是我的问题域不应该允许输出高于某个值，所以我想限制输出。我知道我可以先运行我的模型，然后做一个y = np.where(y > MAX_VALUE, MAX_VALUE, y)，但我可能还有几个这样的自定义逻辑步骤，所以我想把它封装到管道中。sklearn能做到这一点吗？我尝试编写自己的自定义估计器，如下所示，它给出了错误All intermediate steps should be transformers and implement fit and tr
浏览 2提问于2019-11-11得票数 1
在尝试创建sklearn2pmml管道时，我使用以下代码进行自定义映射，然后使用PMMLLabelBinarizer创建虚拟变量。事情是，我想避免虚拟变量陷阱。是否有一种方法可以使用PMMLPipelines并避免使用任何自定义FunctionTransformer函数(我希望最终将管道转换为PMML文件)
我无法找到一种方法来使用一个现成的PMML兼容函数删除我的上一篇专栏文章(DataframeMapper是一个sklearn_pandas函数)。
浏览 1提问于2019-02-21得票数 0
回答已采纳
现在，我想在我的管道中添加一个自定义分类器，它将概率低于10%的所有预测都分配给“Other”类别。其余的预测类将在没有任何更改的情况下通过。from sklearn.calibration import CalibratedClassifierCV ("RuleBasedClassifier", RuleBasedClassifier())
浏览 9提问于2019-07-29得票数 0
回答已采纳
为了做正确的CV，建议使用管道，以便可以将相同的变换应用于CV中的每个文件夹。我可以使用sklearn.preprocessing.FunctionTrasformer或subclassing sklearn.base.TransformerMixin来定义自定义转换。
浏览 1提问于2018-06-21得票数 13
回答已采纳
2回答
环境：from sklearn.pipeline import Pipelinefrom sklearn.ensemble import RandomForestClassifierX_train = pd.DataFrame({'A'b3'],
'C': [1
浏览 3提问于2020-03-22得票数 4
回答已采纳
1回答
我有一个sklearn管道，它由一个自定义转换器组成，后面是XGBClassifier。我想在转换器中添加的最后一步是另一个自定义转换器，它转换XGBClassifier的结果。最后一个自定义转换器将预测的概率排序为等级(5-百分位数)。', custom_trsf1), ('custom_trsf2', custom_trsf2)])
问题是sklearn
浏览 1提问于2020-11-26得票数 1
我正在编写一个Python scikit-learn管道，它需要自定义的转换器/估计器(而不是sklearn中已经定义的常规转换器)。如何添加此支持并使用skl_to_pmml (python nyoka lib)将管道转换为PMML文档？
浏览 26提问于2019-05-23得票数 0
我试图用GridSearchCV和管道建立一个多输出模型.管道给我带来了麻烦，因为标准分类器示例没有包装分类器的OneVsRestClassifier()。3.5## SGD: support vector machine (SVM) with gradient descentfrom sklearn.pipeline import Pipeline
from
浏览 0提问于2016-11-01得票数 14
回答已采纳
1回答
我正在构建一个机器学习模型管道。我有一个自定义函数，它将更改特定列的值。我已经定义了自定义的转换器，并且它单独工作得很好。但是如果我从管道调用它，它就会抛出错误。from sklearn.base import BaseEstimator, TransformerMixinfromsklearn.compose import ColumnTransformer class Extractor(
浏览 55提问于2020-08-11得票数 0
我有一个自定义的管道，我正在使用Sklearn的GridSearchCV来调优整个管道的参数。我使用sklearn获得了最佳的参数组合，但我希望获得最佳的参数组合并将其传递给另一个管道。这是管道， ('union', FeatureUnion( ('chargram',0.8 n
浏览 0提问于2017-11-19得票数 1
2回答
我正在尝试用sklearn管道和ColumnTransformer构建一个数据预处理管道。预处理步骤包括并行输入值和将(幂变换、缩放或OHE)转换为特定列。但是，在对预处理结果做了一些分析之后，我决定从最终结果中排除一些列。我的目标是有一个管道，从原始数据开始，输入和转换值，排除预选的列，并触发模型拟合为一体。所以要明确的是，我不想在管道安装/转换后掉下柱子。相反，我希望删除列的过程是列转换的一部分。
从模型中移除数值列很容易(简单地不添加它们)，但是我如何排除由OHE创建的列
浏览 9提问于2022-09-12得票数 2
在学习过程中，我只找到了SGDClassifier (我可以把它放到管道中)。sklearn不提供一个非随机(批处理)梯度下降分类器的实现吗？为了进行分析，我是否必须单独实现这两个分类器？
浏览 0提问于2018-12-17得票数 1
回答已采纳
1回答
我的任务是一个监督学习问题的数据集，并希望创建一个完整的管道从完成到结束。从火车测试开始。我编写了一个自定义类，用于将sklearn train_test_split实现到sklearn管道中。稍后，我仍然希望访问测试集，因此我将它作为自定义转换器类中的一个实例变量，如下所示：from sklearn.model_selection import
浏览 22提问于2022-04-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
