如何在GridSearchCV中对每个折叠单独进行缩放？

在训练机器学习模型时，我们应该根据训练数据对特征进行标准化（缩放）。然后使用拟合后的缩放器处理测试数据。但如果使用网格搜索交叉验证（5折），我们通常会提供已经缩放过的训练数据。然后这些数据被分成折叠。但是，我们如何单独缩放这4-1个折叠呢？

scl = MinMaxScaler()scl.fit_transform(X_train)scl.transform(X_test)# 训练数据被整体缩放，而不是训练和验证数据分别缩放cv = GridSearchCV(MODEL, GRID, scoring='f1', cv=5)cv.fit(X_train, Y_train)

如果您有任何建议如何实现这样的功能，请告诉我。

回答：

这就是管道的用途所在。

像这样将您当前的模型转换为管道模型：

new_model = Pipeline([('scaler', MinMaxScaler()), ('model', cur_model)])

不要提前对训练集进行缩放。每当调用fit时，管道会自动拟合并转换您的训练数据（当然只使用训练数据），并使用拟合后的MinMaxScaler对测试集调用transform。