Scaler 与 LassoCV、RidgeCV 的使用答案

【问题标题】：Use of Scaler with LassoCV, RidgeCVScaler 与 LassoCV、RidgeCV 的使用
【发布时间】：2017-01-20 20:33:50
【问题描述】：

我想在每个折叠训练集上应用“StandardScaler”时使用 scikit-learn LassoCV/RidgeCV。我不想在交叉验证之前应用缩放器以避免泄漏，但我无法弄清楚我应该如何使用 LassoCV/RidgeCV 做到这一点。

有没有办法做到这一点？或者我应该使用 Lasso/Ridge 创建一个管道并“手动”搜索超参数（例如使用 GridSearchCV）？

非常感谢。

【问题讨论】：

标签： python machine-learning scikit-learn

【解决方案1】：

我通过 scikit-learn 邮件列表得到了答案，所以这里是：

'没有办法将“高效”的 EstimatorCV 对象与管道一起使用。这是一个 API 错误，有一个未解决的问题，甚至可能是一个 PR。'

非常感谢 Andreas Mueller 的回答。

【讨论】：

【解决方案2】：

下面的 make_my_pipe 可以被认为是一个附加了 StandardScaler 的 esitmator。

代码：

from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.cross_validation import cross_val_score
from sklearn.linear_model import Ridge

X = "some data"
y = "the labels of the data"

make_my_pipe = make_pipeline(StandardScaler(), Ridge())
scores = cross_val_score(pipe, X, y)

print(scores)

【讨论】：