GridSearchCV在带有standardcaler，PCA＆amp; amp;的管道上。套索

Question

假设我在一个管道上使用[StandardScaler，PCA＆amp; amp; Lasso]，其中网格搜索超过PCA参数的2个值和Lasso参数的3个值（因此6个可能的参数组合）。在进行CV时，对于给定的折叠，算法仅标准化该折叠中的列车（即，不包括用于确定标准化器的均值/方差的折叠测试集）或者它标准化了折叠之外的整个数据集（在这种情况下，整个网格搜索过程只进行了一次标准化）？

Answer 1

如果您使用的sklearn.pipeline.Pipeline对象包含sklearn.preprocessing.StandardScaler，sklearn.decomposition.PCA和sklearn.linear_model.Lasso，请使用此管道使用{{进行交叉验证的估算工具1}}，然后GridSearchCV将仅在内部列车折叠处估计中心和重新缩放到单位方差的参数。

在评估测试折叠上的管道时，StandardScaler将使用存储的平均值和标准偏差，并从测试集中减去列车平均值，并将结果除以列车标准偏差。

答案是：否，StandardScaler不会以任何方式使用测试集来确定数据的均值和方差。