注意
前往結尾下載完整的範例程式碼。或透過 JupyterLite 或 Binder 在您的瀏覽器中執行此範例
介紹 set_output API#
此範例將示範 set_output API，以設定轉換器輸出 pandas DataFrames。set_output 可以透過呼叫 set_output 方法針對每個估計器進行設定，或透過設定 set_config(transform_output="pandas") 全域設定。如需詳細資訊，請參閱SLEP018。
首先，我們載入 iris 資料集作為 DataFrame，以示範 set_output API。
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
X, y = load_iris(as_frame=True, return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=0)
X_train.head()
若要設定諸如 preprocessing.StandardScaler 之類的估計器傳回 DataFrames，請呼叫 set_output。此功能需要安裝 pandas。
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler().set_output(transform="pandas")
scaler.fit(X_train)
X_test_scaled = scaler.transform(X_test)
X_test_scaled.head()
set_output 可以在 fit 之後呼叫，以在事後設定 transform。
scaler2 = StandardScaler()
scaler2.fit(X_train)
X_test_np = scaler2.transform(X_test)
print(f"Default output type: {type(X_test_np).__name__}")
scaler2.set_output(transform="pandas")
X_test_df = scaler2.transform(X_test)
print(f"Configured pandas output type: {type(X_test_df).__name__}")
Default output type: ndarray
Configured pandas output type: DataFrame
在 pipeline.Pipeline 中，set_output 將設定所有步驟輸出 DataFrames。
from sklearn.feature_selection import SelectPercentile
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline
clf = make_pipeline(
StandardScaler(), SelectPercentile(percentile=75), LogisticRegression()
)
clf.set_output(transform="pandas")
clf.fit(X_train, y_train)
管線中的每個轉換器都設定為傳回 DataFrames。這表示最後的邏輯回歸步驟包含輸入的特徵名稱。
clf[-1].feature_names_in_
array(['sepal length (cm)', 'petal length (cm)', 'petal width (cm)'],
dtype=object)
注意
如果使用 set_params 方法，轉換器將會被具有預設輸出格式的新轉換器取代。
clf.set_params(standardscaler=StandardScaler())
clf.fit(X_train, y_train)
clf[-1].feature_names_in_
array(['x0', 'x2', 'x3'], dtype=object)
若要保持預期的行為，請事先在新轉換器上使用 set_output
scaler = StandardScaler().set_output(transform="pandas")
clf.set_params(standardscaler=scaler)
clf.fit(X_train, y_train)
clf[-1].feature_names_in_
array(['sepal length (cm)', 'petal length (cm)', 'petal width (cm)'],
dtype=object)
接下來，我們載入 titanic 資料集以示範具有 compose.ColumnTransformer 和異質資料的 set_output。
from sklearn.datasets import fetch_openml
X, y = fetch_openml("titanic", version=1, as_frame=True, return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y)
可以使用 set_config 並將 transform_output 設定為 "pandas"，來全域設定 set_output API。
from sklearn import set_config
from sklearn.compose import ColumnTransformer
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import OneHotEncoder, StandardScaler
set_config(transform_output="pandas")
num_pipe = make_pipeline(SimpleImputer(), StandardScaler())
num_cols = ["age", "fare"]
ct = ColumnTransformer(
(
("numerical", num_pipe, num_cols),
(
"categorical",
OneHotEncoder(
sparse_output=False, drop="if_binary", handle_unknown="ignore"
),
["embarked", "sex", "pclass"],
),
),
verbose_feature_names_out=False,
)
clf = make_pipeline(ct, SelectPercentile(percentile=50), LogisticRegression())
clf.fit(X_train, y_train)
clf.score(X_test, y_test)
0.7621951219512195
透過全域設定，所有轉換器都會輸出 DataFrames。這讓我們可以輕鬆地繪製具有對應特徵名稱的邏輯回歸係數。
import pandas as pd
log_reg = clf[-1]
coef = pd.Series(log_reg.coef_.ravel(), index=log_reg.feature_names_in_)
_ = coef.sort_values().plot.barh()
為了展示下方的 config_context 功能，讓我們先將 transform_output 重設為其預設值。
set_config(transform_output="default")
當使用 config_context 設定輸出類型時，transform 或 fit_transform 被呼叫時的設定才算數。僅在您建構或擬合轉換器時設定這些並無效果。
from sklearn import config_context
scaler = StandardScaler()
scaler.fit(X_train[num_cols])
with config_context(transform_output="pandas"):
# the output of transform will be a Pandas DataFrame
X_test_scaled = scaler.transform(X_test[num_cols])
X_test_scaled.head()
在內容管理員之外，輸出將為 NumPy 陣列
X_test_scaled = scaler.transform(X_test[num_cols])
X_test_scaled[:5]
array([[ 0.1511007 , -0.47922861],
[ nan, -0.18815268],
[-0.39329747, -0.26323428],
[-1.97545464, -0.26323428],
[ 2.53284267, 3.54606834]])
指令碼總執行時間： (0 分鐘 0.157 秒)
相關範例
