如何使用Sci-kit学习管道为SVM提供可变输入？

Question

我目前正在使用管道类进行一些机器学习工作。我正在研究线性和高斯分类器。我的线性代码很好。

lsvm_w2v = Pipeline([
("word2vec vectorizer", MeanEmbeddingVectorizer(model)),
("SVM", svm.SVC(kernel='linear'))])

然而，当查看高斯估计器时，我需要在管道的前一阶段之后输入基于我的训练数据“X”的伽马值。这可能吗？

svm_w2v = Pipeline([
("word2vec vectorizer", MeanEmbeddingVectorizer(model)),
("SVM", svm.SVC(kernel='rbf',gamma=someFunction(X)))])