Python，sklearn:MinMaxScaler和SVC的管道操作顺序

我有一个数据集，我想运行sklearn SVM的

SVC

模型。某些特征值的大小在[0，1e+7]范围内。我曾尝试使用

SVC

w/o预处理，我要么得到了不可接受的长计算时间，要么得到了0个真正的积极预测。因此，我试图实现一个预处理步骤，特别是

MinMaxScaler

到目前为止，我的代码是：

selection_KBest = SelectKBest()
selection_PCA = PCA()
combined_features = FeatureUnion([("pca", selection_PCA), 
                                  ("univ_select", selection_KBest)])
param_grid = dict(features__pca__n_components = range(feature_min,feature_max),
                  features__univ_select__k = range(feature_min,feature_max))
svm = SVC()            
pipeline = Pipeline([("features", combined_features), 
                     ("scale", MinMaxScaler(feature_range=(0, 1))),
                     ("svm", svm)])
param_grid["svm__C"] = [0.1, 1, 10]
cv = StratifiedShuffleSplit(y = labels_train, 
                            n_iter = 10, 
                            test_size = 0.1, 
                            random_state = 42)
grid_search = GridSearchCV(pipeline,
                           param_grid = param_grid, 
                           verbose = 1,
                           cv = cv)
grid_search.fit(features_train, labels_train)
"(grid_search.best_estimator_): ", (grid_search.best_estimator_)

我的问题具体到以下几行：

pipeline = Pipeline([("features", combined_features), 
                     ("scale", MinMaxScaler(feature_range=(0, 1))),
                     ("svm", svm)])

我想知道我的程序的最佳逻辑是什么，以及

管道中
功能
、
比例
、
支持向量机
的顺序。具体来说，我无法决定是否应该将
功能
和
比例
从现在的状态切换到现在的状态

注1:我想使用
网格搜索。最佳估计器
作为我的分类器模型进行预测

注2:我关心的是制定
管道的正确方法
，以便在预测步骤时，从训练步骤中选择特征并进行缩放

注3:我注意到
svm
没有出现在我的
网格搜索中。最佳估计值\uu
结果。这是否意味着它没有被正确调用

以下是一些表明顺序可能很重要的结果：

pipeline=pipeline（[（“scale”，MinMaxScaler（功能范围=（0,1）），
（“特征”，组合特征），
（“svm”，svm）]：
管道（步骤=[（'scale'，MinMaxScaler（copy=True，feature_range=（0,1）））
（'features'，FeatureUnion（n_jobs=1，transformer_list=[（'pca'，pca（copy=True，
n_components=11，whiten=False）），（'univ_select'，SelectKBest（k=2，
分数_func=）]，
变压器重量=…f'，最大值=-1，概率=假，
随机（状态=无，收缩=真，tol=0.001，详细=假）））
准确度：0.86247精密度：0.38947召回率：0.05550
F1:0.09716 F2:0.06699总预测数：15000
真阳性：111假阳性：174
假阴性：1889真阴性：12826
管道=管道（[（“特征”，组合特征），
（“缩放”，MinMaxScaler（特征值范围=（0,1）），
（“svm”，svm）]：
管道（步骤=[（'features'，FeatureUnion（n_jobs=1，
变压器列表=[（'pca'，pca（复制=真，n_分量=1，白度=假）），
（'univ_select'，SelectKBest（k=1，score_func=）]，
转换器（权重=无）），（“缩放”，最小最大缩放（复制=真，特征范围=
（0，…f'，max_iter=-1，概率=False，随机状态=None，
收缩=真，tol=0.001，详细=假]）
准确度：0.86680精密度：0.50463召回率：0.05450
F1:0.09838 F2:0.06633总预测数：15000
真阳性：109假阳性：107
假阴性：1891真阴性：12893


编辑16041310:
注3：已解决。使用
grid\u search.best\u estimator\u.steps
获取完整步骤

GridsearchCV中有一个参数
refit
（默认为
True
），这意味着将根据完整的数据集重新调整最佳估计器；然后您将使用
最佳估计器
访问此估计器，或者仅使用
GridsearchCV
对象上的
fit
方法

best\u estimator\u
将是完整的管道，如果您在其上调用
predict
，您将获得与培训阶段相同的预处理步骤

如果你想打印出所有的步骤，你可以这样做

print(grid_search.best_estimator_.steps)

或

SVM在那里，但似乎被输出中的
..
隐藏了起来。
max_iter=1，probability=False
是
SVC
的参数。谢谢你的提示，@joeln。你知道如何获得完整的非真实打印输出吗？目前没有办法获得完整的非真实打印输出，我意识到：这很难-在
BaseEstimator.中编码。当然，你可以单独报告每个步骤…下面@maxymoo的答案帮助揭示了完整的打印输出，即“网格搜索.最佳估计量.步骤”（不真实）与“网格搜索.最佳估计量”（截断）。这只是因为每个步骤的长度小于500个字符。谢谢@maxymoo。但是，我仍然不确定我的主要困境：在
管道中，
功能
、
比例
、
支持向量机
的顺序的最佳逻辑是什么？我想说，通过尝试这两种方法并比较准确度…从你的结果来看，这似乎不是很重要…0.4%的准确度不是很重要。但是，你最好选择准确度更高的那一个。我同意，在这种情况下，准确度上的微小差异比其他选择更好，这是令人安慰的。但是，如果有很大的差异，那么管道的顺序就很重要了，因此正确的管道顺序执行和理解将是至关重要的！这就是提出这个问题的意义所在。
print(grid_search.best_estimator_.steps)

for step in grid_search.best_estimator_.steps:
    print(type(step))
    print(step.get_params())