У меня есть конвейер sklearn, подобный следующему:
features = Pipeline([
('feats_A', Function_transformer_A())
('feats_B', Function_transformer_B())
])
features.fit(X)
Вводом в feats_A
являются установленные данные X
. И вход для feats_B
является выходом от feats_A
.
Вместо этого я хочу быть feats_B
согласованными данными X
и выводом feats_A
вместе. Учитывая это, эти две разные матрицы данных могут иметь разные измерения; Function_transformer_A
применяет агрегирование для обработки входных данных.
Возможно ли это?