make_union#

sklearn.pipeline.make_union(*transformers, n_jobs=None, verbose=False)[源代码]#

根据给定的转换器构建一个FeatureUnion。

这是FeatureUnion 构造函数的简写；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命名。它也不允许加权。

参数：

*transformers估计器列表: 一个或多个估计器。
n_jobsint，默认为None: 并行运行的作业数。None 表示 1，除非在joblib.parallel_backend 上下文中。-1 表示使用所有处理器。更多详情请参见词汇表。

v0.20 版本中的更改： n_jobs 默认值从 1 更改为 None。
verbosebool，默认为False: 如果为 True，则在完成每个转换器的拟合后，将打印所用时间。

返回：

fFeatureUnion: 一个用于连接多个转换器对象结果的FeatureUnion 对象。

另请参阅

FeatureUnion（特征联合）: 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())])