如何将sklearn自定义转换器融入pipeline，构建长尾的标准化流水线？

本文共计1720个文字，预计阅读时间需要7分钟。

在众多机器学习场景中，我们需要对数据进行预处理。SKLearn提供的Pipeline接口方便我们将数据预处理与模型训练等工作整合，便于对训练集、验证集、测试集进行相同的转换操作。

摘要在很多机器学习场景中，需要我们对数据进行预处理，sklean提供的pipeline接口方便我们将数据预处理与模型训练等工作进行整合，方便对训练集、验证集、测试集做相同的转换操作

摘要

在很多机器学习场景中，需要我们对数据进行预处理，sklean提供的pipeline接口方便我们将数据预处理与模型训练等工作进行整合，方便对训练集、验证集、测试集做相同的转换操作，极大的提高了工作效率。但是在不同场景下往往预处理的方法会出现多样性，然而sklearn所提供的预处理接口(Transformers)数量有限，有的时候往往需要我们自己编写函数对数据进行预处理。为了让我们自定义的数据预处理函数能够放入sklearn的pipeline中，我们想到了自定义Transformer的方法，本文也将围绕自定义Transformer的具体步骤进行展开。