خط أنابيب scikit-learn (Pipeline) sklearn Pipeline

الصياغة

from sklearn.pipeline import Pipeline

pipe = Pipeline([
    ("scaler", StandardScaler()),
    ("model", LogisticRegression()),
])
pipe.fit(X_train, y_train)
y_pred = pipe.predict(X_test)

📄 مثال

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_wine

X, y = load_wine(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42, stratify=y)

# scaler يُطبَّق على fit(X_train) فقط — يمنع data leakage
pipe = Pipeline([
    ("scaler", StandardScaler()),
    ("clf", LogisticRegression(max_iter=1000)),
])

pipe.fit(X_train, y_train)
print(f"دقة الاختبار: {pipe.score(X_test, y_test):.3f}")
print(f"اسم الخطوة: {pipe.named_steps['clf'].__class__.__name__}")

أهم النقاط

💡 نصائح عملية

• ضع أي preprocessing داخل Pipeline وليس خارجه — وإلا ستحصل على نتائج تدريب وهمية أعلى من الأداء الحقيقي
• ادمج Pipeline مع GridSearchCV لضبط معاملات preprocessing مع معاملات النموذج في نفس البحث

⚠️ أخطاء شائعة

• تطبيق fit على scaler باستخدام كامل البيانات قبل train_test_split — تسرّب إحصائيات الاختبار إلى التدريب
• وضع نماذج معًا في Pipeline بدون تحقق من ترتيب fit/predict — Pipeline يحترم واجهة sklearn القياسية

خصائص ذات صلة