我一直在努力设计一个变压器
sklearn Pipeline 在管道过程中实际过滤和删除符合某些标准的记录的体系结构-a WHERE 条款，如果你愿意的话。我发现这个答案是这样的：“任何丢弃或添加样本的转换器，在现有版本的scikit learn中，都不符合api”，但这是7年前的结果。事情变了吗？如果没有，什么是好的陈述 Pipeline 解释为什么删除记录不符合其概念的哲学(我当然明白为什么添加示例没有意义，我想我也明白为什么删除示例可能没有意义，但我想阅读官方的理由，以便更好地理解api的思想。）
1条答案
按热度按时间r8uurelv1#
此声明截至今天仍然有效。
我不知道该文件中有任何“官方”声明
scikit-learn解决此问题或证明此设计选择合理的。然而，我认为这一点没有得到支持的主要原因是：Pipeline仅对象变换X. 至少在这方面，有一个来源：管道仅转换观测数据(
X).因此，如果您要在
X，样本数量将与y. 我认为这是选择这种设计的最可能的原因。话虽如此，管道的实施
imblearn事实上，它允许改变样本大小的转换，因为它允许在管道中包含重采样器（请参见此处）。但是，这仅限于符合imblearn仅api方法。