从 JSON 加载 Scikit-Learn 管道步骤

Question

我是Python和ML的新手，所以请多多包涵。

我正在尝试根据 JSON 文件中的参数以编程方式生成 scikit-learn 管道步骤。

参数如下：

{
    "scaler": ["STAN", "MINMAX", "MAXABS", "ROBUST", "PT"],
    "imbalance": ["SMOTE", "RUS", "SMOTEENN"],
    "classifier": ["SVM", "RF", "GBC"]
}

我试图遍历每个列表，从缩放器开始，并在每次迭代中添加流水线步骤。目标是为每种可能的组合提供一个管道。

以下循环将为我提供一些输出：

complete_pipelines = []
pipeline_steps = []
for scaler in scalerList:
    pipeline_steps.append(scaler)

    for imbalancer in imbalancerList:
        pipeline_steps.append(imbalancer)

        for classifier in classifierList:
            pipeline_steps.append(classifier)

            if (len(pipeline_steps) == 3):
                complete_pipelines.append(pipeline_steps)
                pipeline_steps = []
                pipeline_steps.append(scaler)
                pipeline_steps.append(imbalancer)

我用上述方法得到的是：

[
  ['STAN', 'SMOTE', 'SVM'], 
  ['STAN', 'SMOTE', 'RF'], 
  ['STAN', 'SMOTE', 'GBC']
]

这是一个开始，但我正在寻找的是：

[
  [“STAN”, “SMOTE”, “SVM”]
  [“STAN”, “SMOTE”, “RF”]
  [“STAN”, “SMOTE”, “GBC”]
  [“STAN”, “RUS”, “SVM”]
  [“STAN”, “RUS”, “RF”]
  [“STAN”, “RUS”, “GBC”]
  [“STAN”, “SMOTEENN”, “SVM”]
  [“STAN”, “SMOTEENN”, “RF”]
  [“STAN”, “SMOTEENN”, “GBC”]

  [“MINMAX”, “SMOTE”, “SVM”]
  [“MINMAX”, “SMOTE”, “RF”]
  [“MINMAX”, “SMOTE”, “GBC”]
  .
  .
  .
  [“PT”, “SMOTEENN”, “SVM”]
  [“PT”, “SMOTEENN”, “RF”]
  [“PT”, “SMOTEENN”, “GBC”]
]

生成这些列表后，我将浏览每个列表并相应地设置管道。但是只是让这个工作已经难倒了我......

如果有任何关于如何实现这样的循环的指示，或者是否有任何函数可以创建已经“内置”的这样的集合，我将不胜感激。

谢谢史蒂夫

Answer 1

可能是这样的

complete_pipelines = []
for scaler in scalerList:
    for imbalancer in imbalancerList:
        for classifier in classifierList:
            complete_pipelines.append([scaler,imbalancer,classifier ])

print(complete_pipelines)

http://ideone.com/tftPGd

从 JSON 加载 Scikit-Learn 管道步骤

Loading Scikit-Learn Pipeline Steps from JSON

python

json

loops

pipeline

scikit-learn