我想创建一个sklearn包含两个步骤的管道:自定义转换器功能Keras 分类模型这是我的数据集(当然,我提供了一个简化的子集来显示数据格式):x_trainarray([[[0.45977011, 0.16666667, 0.18373494, ..., 0.33333333, 0.71317829, 0.7246617 ], [0.6091954 , 0.25 , 0.28313253, ..., 0.33333333, 0.66666667, 0.73101353], [0.25287356, 0.75 , 0.34337349, ..., 0.16666667, 0.62790698, 0.62137531], ..., [0.6091954 , 0.58333333, 0.20481928, ..., 0.33333333, 0.62015504, 0.65009666], [0.41954023, 0.91666667, 0.30722892, ..., 0.33333333, 0.71317829, 0.76719138], [0.31609195, 0.41666667, 0.46987952, ..., 0.33333333, 0.5503876 , 0.71306269]], [[0.6091954 , 0.25 , 0.28313253, ..., 0.33333333, 0.66666667, 0.73101353], [0.25287356, 0.75 , 0.34337349, ..., 0.16666667, 0.62790698, 0.62137531], [0.54022989, 0.5 , 0.34337349, ..., 0.33333333, 0.57364341, 0.66238608], ..., [0.41954023, 0.91666667, 0.30722892, ..., 0.33333333, 0.71317829, 0.76719138], [0.31609195, 0.41666667, 0.46987952, ..., 0.33333333, 0.5503876 , 0.71306269], [0.44252874, 0.75 , 0.48192771, ..., 0.41666667, 0.62015504, 0.65023474]], [[0.25287356, 0.75 , 0.34337349, ..., 0.16666667, 0.62790698, 0.62137531], [0.54022989, 0.5 , 0.34337349, ..., 0.33333333, 0.57364341, 0.66238608], [0.3908046 , 0.33333333, 0.34939759, ..., 0.41666667, 0.58914729, 0.70450152], ..., [0.31609195, 0.41666667, 0.46987952, ..., 0.33333333, 0.5503876 , 0.71306269], [0.44252874, 0.75 , 0.48192771, ..., 0.41666667, 0.62015504, 0.65023474], [0.60344828, 0.41666667, 0.46686747, ..., 0.25 , 0.66666667, 0.61391881]]]火车array([[1., 0., 0.], [1., 0., 0.], [1., 0., 0.]], dtype=float32)
1 回答
蝴蝶刀刀
TA贡献1801条经验 获得超8个赞
该方法Transformer().fit()应返回self。
因为你的Transformer对象是无状态的,它可能更容易使用sklearn.preprocessing.FunctionTransformer。您可以使用转换函数实例化该类。类似于以下内容(未经测试):
import sklearn.preprocessing
def _rec_plot(s, eps=0.10, steps=10):
d = pdist(s[:,None])
d = np.floor(d/eps)
d[d>steps] = steps
Z = squareform(d)
return Z
def fun(x, y=None):
return np.apply_along_axis(_rec_plot, 1, x).astype('float16')
transformer = sklearn.preprocessing.FunctionTransformer(func=fun)
我还建议不要使用语法,from module import *因为这会污染您的命名空间。当我第一次阅读您的问题时,我想知道问题是不是因为所有不必要的导入而导致函数名称冲突。
添加回答
举报
0/150
提交
取消