Python Pipeline只显示了一个步骤

Question

我尝试用TfIdf作为第一步为短文本创建SVM分类器。当我创建Pipeline时，将其调整并获得准确度分数 - 一切看起来都正确。

vectorizer = TfidfVectorizer(analyzer='word', ngram_range=(1,4), max_features=50000, max_df=0.5, use_idf=True, norm='l2') 
classifier = SGDClassifier(loss='hinge', max_iter=50, alpha=1e-05, penalty='l2')
pipe = Pipeline(steps=[('tfidf', vectorizer), ('clf', classifier)])
pipe.fit(X_train, y_train)

但是当我加载创建的模型并打印它时，我只得到一步--TfIdf而不是两个--TfIdf和SVM。

print(pipe)
Pipeline(memory=None,
     steps=[('tfidf', TfidfVectorizer(analyzer='word', binary=False, decode_error='strict',
        dtype=<class 'numpy.float64'>, encoding='utf-8', input='content',
        lowercase=True, max_df=0.5, max_features=50000, min_df=1,
        ngram_range=(1, 4), norm='l2', preprocessor=None, smooth_idf=True...m_state=None, shuffle=True, tol=None,
       validation_fraction=0.1, verbose=0, warm_start=False))])

我假设我不明白管道是如何工作的，但是在我看到的每个例子中，首先在管道中加载了尽可能多的步骤。

感谢您的帮助！

Answer 1

似乎直接打印管道的输出被截断，并且不显示整个输出。例如，参数shuffle，tol，validation_fraction，verbose和warm_start属于SGDClassifier。

正如您在评论中发现的那样，为避免截断，您可以使用pipeline.steps直接打印步骤。