使用 .predict() 方法时，sklearn 中的管道对象是否会转换测试数据？答案

【问题标题】：Does the pipeline object in sklearn transform the test data when using the .predict() method?使用 .predict() 方法时，sklearn 中的管道对象是否会转换测试数据？
【发布时间】：2021-09-17 21:29:14
【问题描述】：

当我使用管道对象时，

当我使用.fit() 方法时，管道对象是否适合和转换训练数据？还是应该使用.fit_transform() 方法？两者有什么区别？
当我对测试数据使用.predict()方法时，管道对象是否转换测试数据然后才预测它？也就是说，我应该使用@987654324转换测试数据吗？ @方法之前我使用.predict()方法？

这是我的代码：

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.feature_selection import SelectKBest, f_classif
from sklearn.decomposition import PCA
from sklearn.tree import DecisionTreeClassifier



#creating some data
X, y = np.ones((50, 1)), np.hstack(([0] * 45, [1] * 5))

#creating the pipeline
steps = [('scaler', StandardScaler()), ('SelectKBest', SelectKBest(f_classif, k=3)), ('pca', PCA(n_components=2)), ('DT', DecisionTreeClassifier(random_state=0))]
model = Pipeline(steps=steps)

#splitting the data
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.33, random_state=42)

model.fit(X_train,y_train)

model.predict(X_test)

【问题讨论】：

标签： python machine-learning scikit-learn

【解决方案1】：

Pipeline 对象正在公开其最后一步的方法。由于您的最后一步是 DecisionTreeClassifier（一个 Estimator），因此管道不会有 fit_transform() 而是估计函数，例如 fit()、predict()、score() 等。

当使用fit() 时，管道将在所有转换器上调用fit_transform()，最后在估算器上调用fit()。

当使用predict() 时，管道将transform() 所有数据，然后在估算器上调用predict()。

如图所示：（图片来自 Raschka, Sebastian。Python 机器学习。英国伯明翰：Packt Publishing，2015 年。印刷）

【讨论】：

（漂亮）图像的任何来源？
对不起，我用源更新了我的答案。