Scikit learn 功能联合vs柱变压器？

sklearn中FeatureUnion（）和ColumnTransformer（）的区别是什么

如果我想要构建一个包含混合数据类型（分类、数字、非结构化文本）的功能的监督模型，并且需要组合单独的管道，那么应该使用哪种方法

资料来源：

---

来源：

根据sklearn文档：

FeatureUnion：连接多个transformer对象的结果。该估计器将变压器对象列表与输入数据并行应用，然后将结果串联起来。这对于将多个特征提取机制组合到单个转换器中非常有用

ColumnTransformer：将转换器应用于阵列或数据帧的列。该估计器允许对输入的不同列或列子集进行单独转换，并且每个转换器生成的特征将被连接起来以形成单个特征空间。这对于异构或柱状数据非常有用，可以将多个特征提取机制或转换组合到一个转换器中

因此，FeatureUnion将不同的转换器应用于整个输入数据，然后通过连接它们来组合结果

另一方面，ColumnTransformer将不同的转换器应用于整个输入数据的不同子集，并再次连接结果

对于您提议的情况，ColumnTransformer应该是第一步。然后，一旦所有列都转换为数字，使用FeatureUnion，您就可以通过组合PCA和SelectKBest来进一步转换它们

最后，您当然可以将FeatureUnion用作ColumnTransformer，但您必须在每个分支中包含一个列/类型选择器，而不是只将感兴趣的列输入管道中的下一个转换器，如下所述：

---

然而，ColumnTransformer正是以一种更简单的方式实现了这一点。

这两种方法都用于将独立变换（transformer）组合成一个单独的变换，所谓独立，我指的是不需要按照定义的顺序执行的变换（transformer）。这是因为与常规管道不同，一个变压器不会应用于另一个变压器的输出

主要区别在于：feature union对象中的每个转换器都将整个数据作为输入。而在列transformer对象中，它们只获取部分数据作为输入。最后，它们都将每个转换器的结果连接起来。两者都可以使用并行处理