我正在学习 pandas 中的管道和功能联合。我了解管道的工作原理，它有助于将一系列转换应用于给定的数据集。但是，我对功能联合感到困惑。我读过docs，它说变压器是并行应用的，然后将结果连接起来。
我对此有疑问，如果我们将所有转换器应用于整个数据集，还是仅将不同转换器应用于选定的特征？如果到整个数据集，我们如何连接结果？另外，是否有任何我应该使用 FeatureUnion 的一般用例？
【问题讨论】：
标签： python pandas scikit-learn pipeline
FeatureUnion 用于对特征应用不同类型的转换。可能是对于同一组功能，您希望应用多种类型的转换，并希望将所有这些转换的组合用作您的新功能。
the documentation here 中的解释应该会给你一些想法。
我认为您在阅读当前版本文档后感到困惑。以前 FeatureUnion 曾经在 0.20 版中做 ColumnTransformer 正在做的事情。在此处比较最新示例：
这里有以前版本的文档：
您会注意到相似之处。
您可以尝试在 Stackoverflow 上搜索以查找 FeatureUnion 的不同用例。如果仍然不满意，请随时提出更具体的问题。了解您想对数据集做什么可能会有所帮助。
评论更新：
功能的数量可能会增加或减少。 FeatureUnion 将不会保留您的原始特征，如果您不在转换中保留它们。
举个例子：
estimators = [('linear_pca', PCA(n_components=5)),
('kernel_pca', KernelPCA(n_components=10))]
combined = FeatureUnion(estimators)
假设您的原始数据有 100 个特征。上面的 FeatureUnion 只会返回 15 个新特性。
PCA 将获取所有 100 个特征并将它们转换为仅保留 5 个组件，这些组件将返回到 FeatureUnion。
同样，KernelPCA 也会获取所有 100 个特征并在转换后的数据中保留 10 个组件。
然后，FeatureUnion 将连接这 5 个和 10 个特征，以向您返回 15 个新特征。
【讨论】：
for the same set of features you want to apply multiple type of transformations, and want to use the combination of all those transformation as your new features，这将为我提供与我的原始数据相同大小的多个数据帧。如何将这些组合起来再次拥有相同大小的数据框？我们是采取交叉点还是通过模型训练来选择最相关的特征？