如何以数组作为参数调用scikit-learn的make_pipeline方法？

你的需求其实可以通过Python的参数解包特性直接实现，完全不需要用eval这种容易出错的方式，而且完全符合你不能修改make_pipeline逻辑的要求。

核心解决方案：使用*操作符解包数组 #

make_pipeline函数接受的是可变数量的位置参数（也就是一个个estimator对象），而Python的*操作符可以把列表/数组中的元素逐个拆解出来，作为独立的位置参数传递给函数。具体写法如下：

from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

# 定义你的estimator数组
my_array = [StandardScaler(), LogisticRegression()]

# 使用*解包数组，直接传入make_pipeline
my_pipeline = make_pipeline(*my_array)

这样调用的效果和你手动写make_pipeline(my_array[0], my_array[1])完全一致，而且不管数组里有多少个estimator，都能一次性传递，非常灵活。

为什么你之前的eval方法无效？ #

你尝试的eval((', '.join(map(str, my_array))).replace("\n", ""))存在两个关键问题：

1. 当你把数组元素转成字符串再用逗号拼接时，得到的内容并不是合法的Python表达式（比如StandardScaler(), LogisticRegression()这种写法单独放在eval里会报错，因为逗号分隔的两个对象不能直接作为表达式求值）。
2. 就算你给表达式加上括号变成(StandardScaler(), LogisticRegression())，eval后得到的是一个元组，此时你把这个元组传给make_pipeline，相当于只传了一个参数（这个元组对象），而make_pipeline需要的是多个独立的estimator参数，自然无法正常工作。

补充说明 #

如果你的参数是以字典形式存储的（比如每个estimator的配置参数），可以用**操作符解包字典，但在这个场景下，用*解包列表/数组就完全足够了。

内容的提问来源于stack exchange，提问作者GeoRie