在scikit-learn中結合特徵提取類

Question

我使用sklearn.pipeline.Pipeline來鏈特徵提取器和分類器。有沒有辦法將多個特徵選擇類（例如sklearn.feature_selection.text）並行加入其輸出？

我的代碼現在看起來如下：

pipeline = Pipeline([ 
    ('vect', CountVectorizer()), 
    ('tfidf', TfidfTransformer()), 
    ('clf', SGDClassifier())]) 

這將導致以下：

vect -> tfidf -> clf 

我希望能夠指定一個管道，看起來如下：

vect1 -> tfidf1 \ 
       -> clf 
vect2 -> tfidf2/

Answer 1

最近在scikit-learn的master分支中最近實施了這個名爲FeatureUnion：

http://scikit-learn.org/dev/modules/pipeline.html#feature-union