transformer

sklearn.preprocessing.MinMaxScaler()

sklearn.preprocessing.StandardScaler()

sklearn.preprocessing.OneHotEncoder()

sklearn.preprocessing.RobustScaler()

OneHotEncoder(n_values=’auto’)　　# 表示每個特徵使用幾維的數值由資料集自動推斷，即幾種類別就使用幾位來表示

OneHotEncoder(n_values = [2, 3, 4])　　# 表示指定每個特徵使用的維數(用於訓練集中有類別丟失的情況)
 

classifier

regressor

Pipeline

(1)序列化用法：通過steps引數，設定資料處理流程。格式為('key','value')，key是自己為這一step設定的名稱，value是對應的處理類。最後通過list將這些step傳入。前n-1個step中的類都必須有transform函式，最後一步可有可無，一般最後一步為模型。使用最簡單的iris資料集來舉例：

from sklearn.pipeline import Pipeline
from sklearn.svm import SVC
from sklearn.decomposition import PCA
 
from sklearn.datasets import load_iris
iris = load_iris()
pipe = Pipeline(steps=[('pca',PCA()),('svc',SVC())])
pipe.fit(iris.data, iris.target)

(2)通過make_pipeline函式實現：它是Pipeline類的簡單實現，只需傳入每個step的類例項即可，不需自己命名，自動將類的小寫設為該step的名:

from sklearn.linear_model import Lasso
from sklearn.pipeline import make_pipeline
 
from sklearn.preprocessing import RobustScaler
pipe = make_pipeline(RobustScaler(), Lasso(alpha =0.0005, random_state=1))

同時可以通過set_params重新設定每個類裡邊需傳入的引數，設定方法為set_param(step's name__parma=引數值):

pipe.set_params(lasso__alpha=0.0001) # 將alpha從0.0005變成0.0001