scikit中的pipeline和make_pipeline有什么区别？

Question

我从 sklearn 网页上得到了这个：

• Pipeline : 带有最终估计器的变换流水线

• Make_pipeline ：从给定的估计量构造一个管道。 这是 Pipeline 构造函数的简写。

但是我仍然不明白什么时候必须使用每一个。 谁能给我一个例子？

Answer 1

唯一的区别是make_pipeline自动为步骤生成名称。

例如，如果您想使用带有模型选择实用程序（例如 GridSearchCV）的管道，则需要步骤名称。 使用网格搜索，您需要为管道的各个步骤指定参数：

pipe = Pipeline([('vec', CountVectorizer()), ('clf', LogisticRegression()])
param_grid = [{'clf__C': [1, 10, 100, 1000]}
gs = GridSearchCV(pipe, param_grid)
gs.fit(X, y)

与 make_pipeline 进行比较：

pipe = make_pipeline(CountVectorizer(), LogisticRegression())     
param_grid = [{'logisticregression__C': [1, 10, 100, 1000]}
gs = GridSearchCV(pipe, param_grid)
gs.fit(X, y)

因此，使用Pipeline ：

• 名称是明确的，如果需要，您不必弄清楚它们；
• 如果您更改步骤中使用的估算器/转换器，名称不会更改，例如，如果您将 LogisticRegression() 替换为 LinearSVC() 您仍然可以使用clf__C 。

make_pipeline :

• 更短且更具可读性的符号；
• 名称是使用简单的规则（估算器的小写名称）自动生成的。

何时使用它们取决于您 :) 我更喜欢 make_pipeline 用于快速实验，而 Pipeline 用于更稳定的代码； 经验法则：IPython Notebook -> make_pipeline; 较大项目中的 Python 模块 -> 管道。 但是在一个模块中使用 make_pipeline 或者在一个简短的脚本或笔记本中使用 Pipeline 肯定不是什么大问题。