第19课　Pipeline：缩放与模型串联｜写给初中生的机器学习

单元五

第19课　Pipeline：缩放与模型串联

一、任务目标

用手写串联与 Pipeline 两种写法完成「标准化→分类」。

二、核心概念讲清楚

Pipeline([('scaler', …), ('clf', …)]) 保证预处理与模型绑定，减少泄漏与漏步骤。

步骤用名字标识
pipeline.fit 一次完成
与 GridSearch 等工具更搭

1列出步骤缩放→分类

2构建 Pipeline按顺序放入

3fit训练集

4score/predict测试集

三、跟着想一遍（小例子）

Pipeline([('scaler', StandardScaler()), ('knn', KNeighborsClassifier())])。

易错：管道外先手动乱套变换，导致训练预测不一致。

正确：让 Pipeline 统一管理变换。

想一想：Pipeline 如何帮助防止「测试集信息泄漏」？

四、解题思路

任务：用手写串联与 Pipeline 两种写法完成「标准化→分类」。先想清楚：输入是什么、处理后得到什么、屏幕上应出现什么。

本课主要用到：屏幕输出。

1明确任务「用手写串联与 Pipeline 两种写法完成「标准化→分类」。」：运行后你希望看到什么结果（文字、图形或计算结果）。
2用 print 把结果说出来，确认屏幕上出现预期内容。
3对照参考代码跑通后，只改一个参数，观察结果如何变化。

流程示意（可对照左侧文字）

五、语句功能讲解

本课用到的 Mixly 图形块均已在前面的课讲过。请直接对照编程练习搭积木；若有遗忘，回到该积木首次出现的课页复习。

六、知识点讲解

Pipeline把缩放与模型等步骤串成一条流水线：fit 时一起学，predict 时按同一顺序变换，避免训练／测试预处理不一致。

先弄清本课输入与输出，再进编程练习对照现象。

七、编程练习

先理解上面的例子，再在下方 Mixly 运行与检查（含 scikit-learn）。

选择题目

两种写法正确率应接近。

参考代码（对照抄写到下方 Mixly）

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.pipeline import Pipeline
from sklearn.metrics import accuracy_score

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.25, random_state=0
)

# 写法A：手写串联（复习）
scaler = StandardScaler()
X_train_s = scaler.fit_transform(X_train)
X_test_s = scaler.transform(X_test)
clf = KNeighborsClassifier(n_neighbors=3).fit(X_train_s, y_train)
print("手写串联:", round(accuracy_score(y_test, clf.predict(X_test_s)), 3))

# 写法B：Pipeline 一次打包
pipe = Pipeline([
    ("scaler", StandardScaler()),
    ("clf", KNeighborsClassifier(n_neighbors=3)),
])
pipe.fit(X_train, y_train)
print("Pipeline:", round(accuracy_score(y_test, pipe.predict(X_test)), 3))

九、本节小结

会手写串联，也会用 Pipeline 打包。