如何在GridSearchCV中分别缩放每个折叠？
在训练ML模型时，我们应该针对训练数据规范化（缩放）特征。然后在测试数据上使用合适的缩放器。但是，如果使用网格搜索CV（5倍），我们通常会为它提供已经缩放的训练数据。然后将其分成折叠。但是，我们如何分别缩放4-1倍呢？
scl = MinMaxScaler()
scl.fit_transform(X_train)
scl.transform(X_test)
# The training data was scaled all together and
# not train and validation separately
cv = GridSearchCV(MODEL, GRID, scoring='f1', cv=5)
cv.fit(X_train, Y_train)
如果您有建议如何实现这样的目标，请告诉我。
答案 0 :(得分：3)
这就是Pipelines的作用。
将当前模型转换为流水线模型，如下所示：
new_model = Pipeline([('scaler', MinMaxScaler()), ('model', cur_model)])
不要预先缩放训练集。每次调用fit时，Pipeline都会自动拟合并转换您的训练数据（仅使用课程数据），并使用拟合的transform调用测试集上的MinMaxScaler。