我训练了一个分类器，如下所示：

text_clf = Pipeline([('vect', CountVectorizer()),('tfidf', TfidfTransformer()),('clf', clf),])  y_predicted=cross_validation.cross_val_predict(text_clf, X, y, cv=3, n_jobs=3, verbose=2)

由于我使用了包含tfidf统计的管道对象，我想知道tfidf值是否为每个折叠重新计算，还是在整个数据集上计算并在每个折叠中使用相同的值。

回答：

在交叉验证（CV）过程中，管道的每个组件都会为每个折叠重新计算。反之（即在整个数据集上计算tf-idf值，并在CV过程中对管道的其余组件使用这些值）将完全违背CV和管道的核心思想。

文档中有提到吗，因为我没找到

确实没有提到；关键是，即使在文档中，有些事情被认为过于基础而没有明确提及。