python - 在列列表上使用 sklearn 转换器并保留输入列

Question

使用 sklearn 转换器，我希望能够将转换应用于列列表，并让转换器使用转换后的值创建新列，而不是将它们应用于现有列。这可能吗？变压器还需要插入管道中。

我的目标是比较原始列和转换后的列。围绕变压器的包装类可以工作，但我想知道是否有更简单的方法？谢谢。

Answer 1

您可以使用FeatureUnion并将您的变压器与身份变压器连接起来，使您的列保持不变。

from sklearn.pipeline import FeatureUnion
from sklearn.preprocessing import FunctionTransformer
import numpy as np

union = FeatureUnion([("id", FunctionTransformer(lambda x: x)),
                      ("add_one", FunctionTransformer(lambda x: x + 1))])

X = np.array([[0, 1, 2], [3, 4, 5]])
union.fit_transform(X)

>>> array([[0, 1, 2, 1, 2, 3], [3, 4, 5, 4, 5, 6]])

目前 sklearn 中似乎没有 IdentityTransformer 类。我使用了带有恒等函数的FunctionTransformer，但我不知道是否有更聪明的方法来做到这一点。