make_union#

sklearn.pipeline.make_union(*transformers, n_jobs=None, verbose=False, verbose_feature_names_out=True)[源]#

从给定的转换器构造一个 FeatureUnion 对象。

这是 FeatureUnion 构造函数的简写形式；它不需要也不允许命名转换器。相反，它们将根据其类型自动获得名称。它也不允许加权。

参数:
*transformers估计器列表

一个或多个估计器。

n_jobs整型，默认值为None

并行运行的作业数量。None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。有关更多详细信息，请参阅术语表。

v0.20 版本中的变化：n_jobs 默认值从 1 更改为 None。

verbose布尔型，默认值为False

如果为 True，则在每个转换器完成拟合时，将打印其所用的时间。

verbose_feature_names_out布尔型，默认值为True

如果为 True，则 get_feature_names_out 生成的特征名称将包含从转换器名称派生的前缀。

返回:
fFeatureUnion

一个 FeatureUnion 对象，用于连接多个转换器对象的结果。

另请参阅

FeatureUnion

用于连接多个转换器对象结果的类。

示例

>>> from sklearn.decomposition import PCA, TruncatedSVD
>>> from sklearn.pipeline import make_union
>>> make_union(PCA(), TruncatedSVD())
 FeatureUnion(transformer_list=[('pca', PCA()),
                               ('truncatedsvd', TruncatedSVD())])
在本页