Question

我首先尝试使用TfIdf为短文本创建SVM分类器。当我创建Pipeline时，首先进行验证并获得准确性得分-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进行打印时，我只会得到一个步骤-TfIdf，而不是两个步骤-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))])

我假设我不了解管道的确切工作方式，但是在每个示例中，我看到的步骤与最初在管道中加载的步骤一样多。

谢谢您的帮助！

Answer 1

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

您已在注释中发现自己，为避免被截断，可以直接使用pipeline.steps打印步骤。

Python Pipeline仅显示一步

1 个答案: