Оттого что мысли мои не облекаются в слова, чаще всего они остаются хлопьями тумана. Они принимают смутные, причудливые формы, набегают одна на другую, и я тотчас их забываю (Жан-Поль Сартр).
Разберем ключевые свойства sklearn пайплайна (pipeline) и приемы их модификации. Сначала создадим демонстрационный датафрейм:
Теперь определим пайплайн:
Обращаемся к элементам пайплайна
Это можно сделать через свойство named_steps:
Также к составляющим пайплайна можно обратиться как к словарю, в качестве ключа используя имя этапа:
Обращаемся к ColumnTransformer
Одним из распространенных структурных элементов пайплайна является ColumnTransformer, для обращения к элементам которого можно использовать свойство named_transformers_ или transformers_:
Get/Set params
Общим интерфейсом для получения параметров объектов sklearn выступает метод get_params. Этот способ работает как с пайплайнами, так и их структурными элементами:
Заменим набор колонок для кодирования в трансформаторе, входящем в пайплайн. Сначала получим значение атрибута transformers:
Затем сформируем новой значение:
Установка свойств происходит через метод set_params. Запустим преобразования до замены параметра и после:
Просмотр названий признаков пайплайна
Осуществляется методом get_feature_names_out:
То же для трансформатора: