python-3.x - scikit-learn FunctionTransformer 的用途是什么？

Question

来自documentation我已经读过:

A FunctionTransformer forwards its X (and optionally y) arguments to a user-defined function or function object and returns the result ofthis function. This is useful for stateless transformations such astaking the log of frequencies, doing custom scaling, etc.

但是我不明白这个功能有什么用。谁能解释一下这个函数的用途吗？

Answer 1

除了简单地包装给定的用户定义函数之外，FunctionTransformer提供其他 sklearn 估计器的一些标准方法(例如 fit 和 transform)。这样做的好处是，您可以将任意、无状态的转换引入 sklearn Pipeline ，它结合了多个处理阶段。这使得执行处理管道变得更加容易，因为您只需将数据 (X) 传递给 Pipeline 的 fit 和 transform 方法即可 对象，而不必单独显式应用管道的每个阶段。

这是直接从 sklearn 文档复制的示例(位于 here ):

def all_but_first_column(X):
    return X[:, 1:]

def drop_first_component(X, y):
    """
    Create a pipeline with PCA and the column selector and use it to
    transform the dataset.
    """
    pipeline = make_pipeline(
        PCA(), FunctionTransformer(all_but_first_column),
    )
    X_train, X_test, y_train, y_test = train_test_split(X, y)
    pipeline.fit(X_train, y_train)
    return pipeline.transform(X_test), y_test

请注意，第一个主成分并未从数据中显式删除。当调用 pipeline.transform 时，管道会自动将转换链接在一起。