sklearn 管道 - 如何对某些转换后的列应用转换？

Question

假设我有两个数值转换和两个分类转换，并将这些转换应用于不同的列 num_col1、num_col2、cat_col1 和 cat_col2。

num1_pre = Pipeline([ ... ])
num2_pre = Pipeline([ ... ])

cat1_pre = Pipeline([ ... ])
cat2_pre = Pipeline([ ... ])

preprocessor = ColumnTransformer([
    ("num1_pre", num1_pre, num_col1), 
    ("num2_pre", num2_pre, num_col2), 
    ("cat1_pre", cat1_pre, cat_col1), 
    ("cat2_pre", cat2_pre, cat_col2)
])

现在假设在转换之后我希望对转换后的 num_col1 和 num_col2 组合使用

PolynomialFeatures()

。我该如何继续？我知道如果没有通过类似的方法对分类进行转换，如何做到这一点

preprocessing = ColumnTransformer([
    ('num1_pre', num1_pre, num_col1),
    ('num2_pre', num2_pre, num_col2)
])

full_pipeline = Pipeline([
    ('preprocessing', preprocessing),
    ('poly', PolynomialFeatures())
])

model_pipeline = Pipeline([
    ('full_preprocessing', full_pipeline),
    ('model', LinearRegression())
])

问题是我不知道如何在存在分类转换的情况下做到这一点。谢谢！

Answer 1

据我所知，您可以再次使用 ColumnTransformer，这次使用列 num_col_1 和 num_col_2 来为您的 PolynomialFeatures() 选择特征。像这样：

poly_features = ColumnTransformer([
    ("poly", PolynomialFeatures(), [num_col_1, num_col_2])], 
    remainder="passthrough")

full_pipeline = Pipeline([
    ('preprocessing', preprocessing), 
    ('poly_features', poly_features),
])