我正在编写一个函数，其中选择最佳模型而不是k折交叉验证 . 在函数内部，我有一个管道
-
缩放数据
-
寻找决策树回归量的最佳参数
然后我想使用该模型来预测一些目标值 . 为此，我必须应用在网格搜索期间应用的相同缩放 .
管道是否使用与列车数据相同的拟合来转换我想要预测目标的数据，即使我没有指定它？我一直在查看documentation并且从here看来它确实如此，但是我第一次使用管道时就是这样了 .
def build_model(data, target, param_grid):
# compute feature range
features = df.keys()
feature_range = dict()
maxs = df.max(axis=0)
mins = df.min(axis=0)
for feature in features:
if feature is not 'metric':
feature_range[feature] = {'max': maxs[feature], 'min': mins[feature]}
# initialise the k-fold cross validator
no_split = 10
kf = KFold(n_splits=no_split, shuffle=True, random_state=42)
# create the pipeline
pipe = make_pipeline(MinMaxScaler(),
GridSearchCV(
estimator=DecisionTreeRegressor(),
param_grid=param_grid,
n_jobs=-1,
cv=kf,
refit=True))
pipe.fit(data, target)
return pipe, feature_range
max_depth = np.arange(1,10)
min_samples_split = np.arange(2,10)
min_samples_leaf = np.arange(2,10)
param_grid = {'max_depth': max_depth,
'min_samples_split': min_samples_split,
'min_samples_leaf': min_samples_leaf}
pipe, feature_range = build_model(data=data, target=target, param_grid=param_grid)
# could that be correct?
pipe.fit(test_data)
EDIT ：我在[预处理]的文档中发现每个预处理工具都有一个API
计算训练集上的[变换]，以便能够在测试集上重新应用相同的变换
如果是这种情况，它可以在内部保存转换，因此答案可能是积极的 .
1 回答
如果除最后一步之外的所有步骤都不存在fit_transform方法，则sklearn管道将调用use fit_transform或fit，然后进行转换 . 因此，在您的管道中，缩放步骤将导致数据在GridSearchCV之前进行转换 .
这里的文档：http://scikit-learn.org/stable/modules/pipeline.html#notes