时间戳

首页 > 解决方案 > 在 scikit-learn permutation_test_score 中进行缩放

scikit-learn - 在 scikit-learn permutation_test_score 中进行缩放

问题描述

我正在使用 scikit-learn "permutation_test_score" 方法来评估我的估计器性能的重要性。不幸的是，我无法从 scikit-learn 文档中了解该方法是否实现了对数据的任何缩放。我使用通过 StandardScaler 标准化我的数据，将训练集标准化应用于测试集。

标签： scikit-learnpermutationcross-validationstandardized

解决方案

该函数本身不应用任何缩放。

这是文档中的一个示例：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.svm import SVC
from sklearn.model_selection import StratifiedKFold
from sklearn.model_selection import permutation_test_score
from sklearn import datasets


iris = datasets.load_iris()
X = iris.data
y = iris.target
n_classes = np.unique(y).size

# Some noisy data not correlated
random = np.random.RandomState(seed=0)
E = random.normal(size=(len(X), 2200))

# Add noisy data to the informative features for make the task harder
X = np.c_[X, E]

svm = SVC(kernel='linear')
cv = StratifiedKFold(2)

score, permutation_scores, pvalue = permutation_test_score(
    svm, X, y, scoring="accuracy", cv=cv, n_permutations=100, n_jobs=1)

但是，您可能想要做的是传入应用缩放的permutation_test_scorea 。pipeline

例子：

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler

pipe = Pipeline([('scaler', StandardScaler()), ('clf', SVC(kernel='linear'))])
score, permutation_scores, pvalue = permutation_test_score(
        pipe, X, y, scoring="accuracy", cv=cv, n_permutations=100, n_jobs=1)

推荐阅读