标准定标器、PCA和lasso管道上的GridSearchCV
标准定标器、PCA和lasso管道上的GridSearchCV
提问于 2014-06-03 16:18:09
假设我正在使用GridSearchCV、PCA和Lasso在管道上执行StandardScaler，其中网格搜索的PCA参数超过2个值，Lasso参数超过3个值(因此，有6个可能的参数组合)。在进行CV时，对于给定的折叠，该算法是否只标准化该折叠中的训练集(即不包括该折叠的用于确定标准化器均值/方差的测试集)，还是对折叠外的整个数据集进行标准化(在这种情况下，对整个网格搜索过程只进行一次标准化)？
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-06-03 18:22:40
如果您使用的是包含sklearn.pipeline.Pipeline对象的sklearn.preprocessing.StandardScaler、sklearn.decomposition.PCA和sklearn.linear_model.Lasso，并使用这个管道使用GridSearchCV进行交叉验证的估计，那么StandardScaler将估计仅在内部火车折叠上对单元方差进行对中和重标度的参数。
在测试折皱上对管道进行评价时，StandardScaler将使用存储的方法和标准偏差，从测试集中减去列车均值，并将结果除以列车标准差。
所以答案是：No，StandardScaler不会以任何方式使用测试集来确定数据的均值和方差。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24020095
复制相关文章
相似问题
腾讯云开发者
