理解FeatureUnions (熊猫)工作的困惑

Question

我正在学习熊猫的管道和特色联盟。我了解管道的工作原理，这有助于将一系列转换应用于给定的数据集。但是，我对功能联盟感到困惑。我读过文档，它说变压器是并行应用的，然后将结果连在一起。

我对此表示怀疑，如果我们将所有变压器应用于整个数据集，还是仅将不同的变压器应用于选定的功能？如果对整个数据集，我们如何连接结果？此外，我是否应该使用FeatureUnion的通用用例？

Answer 1

当您想要对这些特性应用不同类型的转换时，就会使用FeatureUnion。对于同一组特性，您可能希望应用多种类型的转换，并希望将所有这些转换的组合用作您的新功能。

这里的文件中的解释应该会给你一些想法。

我认为在阅读了当前版本的文档之后，您会感到困惑。以前，FeatureUnion用来做ColumnTransformer在0.20版中正在做的事情。比较一下这里的最新示例：

• transformer.html

下面是上一个版本的文档：

• union.html

你会注意到相似之处。

您可以尝试在Stackoverflow上搜索以找到不同的FeatureUnion用例。如果仍然不满意，请随时提出更具体的问题。了解您想要对数据集做什么可能会有帮助。

注释更新

特征的数量可能增加或减少。如果您不将原始特性保存在转换中，FeatureUnion将不会保留它们。

举个例子：

estimators = [('linear_pca', PCA(n_components=5)), 
              ('kernel_pca', KernelPCA(n_components=10))]
combined = FeatureUnion(estimators)

假设您的原始数据有100个功能。上面的FeatureUnion将只返回15个新特性。

• PCA将获得您所有的100个功能，并将它们转换为只保留5个组件，这些组件将返回给FeatureUnion。
• 类似地，KernelPCA还将获得所有100个特性，并将10个组件保存在转换后的数据中。
• 然后，FeatureUnion将将这5和10个特性连接起来，以返回15个新特性。