如何创建应用z得分和交叉验证的scikit学习管道？

Question

我正在尝试在交叉验证的每个步骤中标准化我的数据，并且遇到了此question

按照建议，我去了scikit-learn文档，找到了这个例子：

from sklearn.pipeline import make_pipeline
clf = make_pipeline(preprocessing.StandardScaler(), svm.SVC(C=1))
cross_val_score(clf, X, y, cv=cv)

这看起来确实确实是我想要达到的目标，但是，我的意图是使用z-scorer而不是StandardScaler，所以我尝试了此过程：

clf = make_pipeline(stats.zscore(), DecisionTreeClassifier())

但是我这样说出错：

TypeError: zscore() missing 1 required positional argument: 'a'

zscore（）的参数应该是什么？

Answer 1

欢迎使用堆栈溢出！在sklearn管道中有多种使用自定义功能的方法-我认为FunctionTransformer可能适合您的情况。

我希望这会有所帮助！