数据挖掘原理、算法与应用 （Python语言描述）【第十一章】机器学习流水线.pptx

第十一章流水线数据挖掘原理、算法与应用（Python语言描述）

流水线的定义流水线（Pipeline）也称管道。将数据挖掘的不同步骤组合在一起，封装所有的数据挖掘处理步骤，例如特征选择、归一化和分类，形成复杂的估计器，只需要对数据调用fit拟合一次，就可以拟合整个估计序列；结合网格搜索可以一次对流水线中所有估计器的参数进行搜索；在交叉验证中，流水线有助于避免将测试数据中的统计信息泄漏到训练好的模型中。

学习目标（1）了解流水线的结构。（2）了解构建预处理流水线的方法。（3）了解构建带学习器的流水线构建方法。（4）了解网格搜索流水线中模型参数的方法。（5）了解网格搜索选择流水线中模型的方法