从Scikit（Python）中的管道检索中间特性

我使用的管道与给出的管道非常相似：

在此基础上，我使用

GridSearchCV

查找参数网格上的最佳估计量

但是，我想使用

CountVectorizer（）

中的

get\u feature\u names（）

方法获取我的训练集的列名。如果不在管道外部实现

CountVectorizer（）

，这是否可行？

使用

get_params（）

函数，您可以访问管道的各个部分及其各自的内部参数。下面是访问

'vect'

text_clf = Pipeline([('vect', CountVectorizer()),
                     ('tfidf', TfidfTransformer()),
                     ('clf', MultinomialNB())]
print text_clf.get_params()['vect']

收益率（对我而言）

countvectorier（分析器=u'word'，二进制=False，解码错误=u'strict'，
数据类型=，编码=u'utf-8'，输入=u'content'，
小写=真，最大值为1.0，最大值为无，最小值为1，
ngram_范围=（1，1），预处理器=无，停止字=无，
strip\u accents=None，token\u pattern=u'（？u）\\b\\w\\w+\\b'，
标记器=无，词汇表=无）

在本例中，我没有将管道安装到任何数据，因此此时调用

get\u feature\u names（）

将返回错误

仅供参考

The estimators of a pipeline are stored as a list in the steps attribute:
>>>

>>> clf.steps[0]
('reduce_dim', PCA(copy=True, n_components=None, whiten=False))

and as a dict in named_steps:
>>>

>>> clf.named_steps['reduce_dim']
PCA(copy=True, n_components=None, whiten=False)

从

CountVectorizer(analyzer=u'word', binary=False, decode_error=u'strict',
    dtype=<type 'numpy.int64'>, encoding=u'utf-8', input=u'content',
    lowercase=True, max_df=1.0, max_features=None, min_df=1,
    ngram_range=(1, 1), preprocessor=None, stop_words=None,
    strip_accents=None, token_pattern=u'(?u)\\b\\w\\w+\\b',
    tokenizer=None, vocabulary=None)

The estimators of a pipeline are stored as a list in the steps attribute:
>>>

>>> clf.steps[0]
('reduce_dim', PCA(copy=True, n_components=None, whiten=False))

and as a dict in named_steps:
>>>

>>> clf.named_steps['reduce_dim']
PCA(copy=True, n_components=None, whiten=False)