나는 분류 자의 매개 변수를 결정하기 위해 GridSearchCV를 사용하고자하며, 파이프 라인을 사용하는 것이 좋은 옵션처럼 보입니다.교차 유효성 검사를 위해 사용자 정의 파이프 라인 사용하기 scikit-learn
응용 프로그램은 Bag-of-Word 기능을 사용하는 이미지 분류를위한 것이지만 문제는 교육 또는 테스트 예제의 사용 여부에 따라 다른 논리 파이프 라인이 있다는 것입니다.
각 훈련 세트의 경우 KMeans를 실행하여 테스트에 사용할 어휘를 생성해야하지만 테스트 데이터의 경우 KMeans 프로세스가 실행되지 않습니다.
파이프 라인의 동작에서이 차이를 어떻게 지정하는지 알 수 없습니다.
당신은 아마 당신의 어휘 논리를 사용하는 KMeans 클래스에서 파생 다음과 같은 방법을 재정의해야 :
fit_transform 만
transform가 호출됩니다 기차 데이터에 호출됩니다
아마도 클래스 유도가 항상 최선의 선택은 아닙니다. 또한 임베디드 KMeans 모델로 호출을 래핑하는 자체 트랜스 포머 클래스를 작성하고 Pipeline 클래스에서 첫 번째 스테이지로 예상되는 fit/fit_transform/transform API를 제공 할 수 있습니다.
우리는 워크 플로우와 같이 복잡한 그래프를 만들기 위해 Pipeline의 확장 인 PipeGraph를 개발했습니다. 그리드 검색 중에 워크 플로우 연결을 변경할 수 있습니다 (예제 갤러리 https://mcasl.github.io/PipeGraph/ 참조). 특히, 하나는 적합하고 다른 하나는 예측에 대한 두 개의 서로 다른 연결 세트를 정의 할 수 있습니다.
아, 내가 놓친 부분일지도 모른다고 생각합니다. 테스트/기차에 따라 다른 행동을 수행 할 수있는 방법이 있어야한다는 것을 알고있었습니다. 감사 – phil0stine