在Sklearn PIpeline和交叉验证中使用缩放器

Question

我以前见过带有如下代码的post：

scalar = StandardScaler()
clf = svm.LinearSVC()

pipeline = Pipeline([('transformer', scalar), ('estimator', clf)])

cv = KFold(n_splits=4)
scores = cross_val_score(pipeline, X, y, cv = cv)

我的理解是：当应用定标器时，应使用4倍中的3来在上面的代码中，我怎么知道Sklearn遵循相同的策略？另一方面，如果sklearn不遵循相同的策略，则意味着sklearn将从所有4折中

计算

均值/标准差。那是否意味着我不应该使用以上代码？

我喜欢上面的代码，因为它可以节省大量时间。 << n_splits = 4）分数= ...

Answer 1

folds = 4

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=(1/folds), random_state=0, stratify=y)

scalar = StandardScaler()
clf = svm.LinearSVC()

pipeline = Pipeline([('transformer', scalar), ('estimator', clf)])

cv = KFold(n_splits=(folds - 1))
scores = cross_val_score(pipeline, X_train, y_train, cv = cv)

Answer 2