from sklearn.pipeline import Pipeline 水光潋滟晴方好，山色空蒙雨亦奇。有谁来对上联或下联?
管道机制在机器学习算法中得以应用的根源在于，参数集在新数据集（比如测试集）上的重复使用。
管道机制实现了对全部步骤的流式化封装和管理（streaming workflows with pipelines）。
注意：管道机制更像是编程技巧的创新，而非算法的创新。
接下来我们以一个具体的例子来演示sklearn库中强大的Pipeline用法：
1. 加载数据集
此代码由一叶知秋网-知秋君整理import pandas as pd from sklearn.cross_validation import train_test_split from sklearn.preprocessing import LabelEncoder df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/' 'breast-cancer-wisconsin/wdbc.data', header=None) # Breast Cancer Wisconsin dataset X, y = df.values[:, 2:], df.values[:, 1] # y为字符型标签 # 使用LabelEncoder类将其转换为0开始的数值型 encoder = LabelEncoder() y = encoder.fit_transform(y) >>> encoder.transform(['M', 'B'])
