使用 1) StandardScaler & Classifier vs 2) Pipeline(Scalar, Classifier) 是否相同？答案

【问题标题】：Is it the same to use 1) StandardScaler & Classifier vs 2) Pipeline(Scalar, Classifier)?使用 1) StandardScaler & Classifier vs 2) Pipeline(Scalar, Classifier) 是否相同？
【发布时间】：2015-07-06 10:18:23
【问题描述】：

运行标准缩放器然后运行分类器会得到与使用管道相同的结果吗？

您好，我有一个分类问题，并尝试使用 scikit learn 的 StandardScaler() 来缩放 X 变量。我看到这样做的两种选择，理论上它们是否应该产生相同的结果？因为当我使用选项 (1) 时，我在测试数据集上获得了更好的精度分数。

(1)

scalar = StandardScaler()
xtrain_ = scalar.fit_transform(xtrain)
RFC = RandomForestClassifier(n_estimators=100)
RFC.fit(xtrain. ytrain)

xtest_ = scalar.transform(xtest)
score = cross_val_score(RFC, xtest_, ytest,cv=10, scoring ='precision')

(2)

RFCs = Pipeline([("scale", StandardScaler()), ("rf", RandomForestClassifier(n_estimators=100))])
RFCs.fit(xtrain, ytrain)
scores = cross_val_score(RFCs, xytest, ytest, cv=10, scoring='precision')

【问题讨论】：

标签： python machine-learning random-forest

【解决方案1】：

您的选项号 2 使用的数据集 (xytest) 与您的版本号 (1) 使用的数据集 (xtest) 不同。此外，您的交叉验证应该包括训练，而不仅仅是预测。

除此之外它们应该是相同的，而我建议你使用管道。

【讨论】：