我有一个简单的scikit-learn Pipeline，包含两个步骤：一个TfIdfVectorizer后跟一个LinearSVC。

我已经使用我的数据拟合了这个pipeline，一切正常。

现在我想使用我的拟合pipeline来转换（而不是预测！）一个项目。

我尝试使用pipeline.transform([item])，但与pipeline.named_steps['tfidf'].transform([item])相比，结果不同。甚至结果的形状和类型也不同：第一个是一个1×3000的CSR矩阵，第二个是一个1×15000的CSC矩阵。哪个是正确的？为什么它们不同？

当使用scikit-learn的Pipeline时，如何转换项目，即在最终估计器之前获取项目的向量表示？

回答：

你不能在一个包含非转换器作为最后一步的pipeline上调用transform方法。如果你想在这样的pipeline上调用transform，最后的估计器必须是一个转换器。

甚至transform方法文档也这么说：

对数据应用转换，以及最终估计器的transform方法。只有当最终估计器实现了transform时才有效。

此外，没有一种方法可以使用除了最后一个之外的所有估计器。不过，你可以创建自己的Pipeline，并从scikit-learn的Pipeline继承所有内容，但添加一个方法，类似于：

def just_transforms(self, X):    """对数据应用所有转换，而不应用最后的估计器。
    参数
    ----------
    X : iterable
        要预测的数据。必须满足pipeline第一步的输入要求。
    """    Xt = X    for name, transform in self.steps[:-1]:        Xt = transform.transform(Xt)    return Xt