我想在管道上添加一个特性选择器,并使用gridsearchcv来调优选择器和分类器(S)的超参数。
我想知道sklearn是否在交叉验证中执行功能选择。例如,假设我想使用SequentialFeatureSelector执行前向选择,网格的配置之一是具有150个估计器和min_samples_leaf 10的随机林。SequentialFeatureSelector或其他Selector是否在每个折叠上执行特性选择?cv_results', 'wb') as
我试图使用来自GridSearchCV的SKlearn来调优我的估计器的超参数。
在第一步中,估计器用于for is ,这是一个执行的自定义库。在第二步,我想使用完全相同的分类器与完全相同的参数进行拟合和预测结果。但是,对于参数网格,我只能将参数设置为传递给SequentialFeatureSelector的分类器,也不能设置'clf‘中的参数,并且不能确保它们总是相同的</e