ML 提倡使用 Pipeline，一般翻译为流水线，以便将多种算法更容易地组合成单个流水线或工作流程。 <br/> 一个 Pipeline 在结构上会包含一个或多个 Stage，每一个 Stage 都会完成一个任务，如数据处理、数据转化、模型训练、参数设置，或数据预测等，其中两个主要的 Stage 为 **Transformer** 和 **Estimator**。 <br/> **Transformer** 主 要 是 用 来 操 作 一 个 DataFrame 数 据 并 生 成 另 外 一 个DataFrame 数据，比如决策树模型、一个特征提取工具，都可以抽象为一Transformer。 **Estimator** 则主要是用来做模型拟合，用来生成一个 Transformer。这些 Stage有序组成一个 Pipeline。与 Pipeline 相关的概念有: DataFrame、Transformer、Estimator、Parameter 等。