Este artículo explicará cómo utilizar Tubería y Transformadores correctamente en proyectos Scikit-Learn (sklearn) para acelerar y reutilizar nuestro proceso de capacitación de modelos.
Este artículo complementa y aclara la documentación oficial sobre ejemplos de Pipeline y algunos malentendidos comunes.
Espero que después de leer esto, puedas utilizar Pipeline, un diseño excelente, para completar mejor tus tareas de aprendizaje automático.
Hay un plato famoso en los restaurantes chinos de todo el mundo llamado “Pollo del General Tso” y me pregunto si lo habrás probado.
Una característica del “Pollo del General Tso” es que el chef procesa cada trozo de pollo para que tenga el mismo tamaño. Esto asegura que:
- Todas las piezas se marinan por el mismo tiempo.
- Durante la cocción, cada trozo de pollo alcanza el mismo nivel de cocción.
- Al utilizar palillos, el tamaño uniforme facilita la recogida de los trozos.
Este preprocesamiento incluye lavar, cortar y marinar los ingredientes. Si los trozos de pollo se cortan más grandes de lo habitual, el sabor puede cambiar significativamente incluso si se fríen durante el mismo tiempo.
Entonces, al prepararnos para abrir un restaurante, debemos considerar estandarizar estos procesos y recetas para garantizar que cada plato de “Pollo General Tso” tenga un sabor y una textura consistentes. Así prosperan los restaurantes.
De vuelta en el mundo del aprendizaje automático, Scikit-Learn también proporciona procesos estandarizados llamados Pipeline. Consolidan el proceso de preprocesamiento de datos y capacitación de modelos en un flujo de trabajo estandarizado, lo que hace que los proyectos de aprendizaje automático sean más fáciles de mantener y reutilizar.
En este artículo, exploraremos cómo usar Transformers correctamente dentro de Scikit-Learn’s Pipeline, asegurando que nuestros datos estén tan perfectamente preparados como los ingredientes para una buena comida.