Scikit学习：使用管道的GridSearchCV。变压器只学习训练数据吗？

Question

我正在尝试将GridSearchCV与管道结合起来。代码如下：

pipe = Pipeline(steps=[('preprocessing', preprocess), 
                       ('feature_selection', feature_selector), 
                       ('sampling', sampler), 
                       ('model', RandomForestClassifier())])
search = GridSearchCV(pipe, hparam_grid[model_name], 
                      cv=cross_validator, 
                      n_jobs=-1, scoring=scoring, refit='balanced_accuracy')

这里preprocess是来自TransformerMixin的自定义转换器，它具有fit和transform方法。您可以想到它具有自定义的StandardScaler方法。

我的问题如下：当我调用search.fit(X, y)时，管道是否将变压器适合训练数据并将转换应用于测试数据？还是仅使用整个数据集（X）？我尝试从自定义转换器的X函数中打印数组fit的形状，它是原始数据集的形状。但是对我来说，这样做很奇怪。