Python 如何使用固定步骤定义自定义sklearn管道？

我正在尝试创建一个具有固定步骤的scikit学习管道对象，即从管道继承的PipelineWithFixedSteps（管道）对象，这样我就可以通过一个简单的调用PipelineWithFixedSteps（）来实例化它，并保持代码干净

我注意到，如果我创建几个PipelineWithFixedSteps（）实例并设置其中一个实例的参数，那么所有实例的参数都会被修改

这是故意的行为还是我遗漏了什么？为具有固定步骤的管道定义快捷方式的替代方法是什么

我正在使用sklearn 0.22.1

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

class PipelineWithFixedSteps(Pipeline):    
    def __init__(
        self,
        steps = [
            ('scaler', StandardScaler()),
            ('linear', LinearRegression()),
        ]
    ):
        super().__init__(steps=steps)

a = PipelineWithFixedSteps()
print(a.get_params())

a.set_params(scaler__with_std=False)
print(a.get_params())

# Create a new instance of PipelineWithFixedNames()
# The new instance has the same parameters as a
b = PipelineWithFixedSteps()
print(b.get_params())

# Set the parameters of b
# The parameters of a are also changed
b.set_params(scaler__with_mean=False)
print(a.get_params())

---

这实际上与sklearn无关，但归根结底是如何在Python中解释参数的默认值（参见示例），听起来好像您正在尝试做一些事情，达到

class PipelineWithFixedSteps(Pipeline):    
    def __init__(self, steps=None):
        if steps is None:
            steps = [('scaler', StandardScaler()), ('linear', LinearRegression())]
        super().__init__(steps=steps)

---

谢谢我明白了，你的解决方案原则上是可行的。不幸的是，如果我想让PipelineWithFixedSteps（）与sklearn完全兼容，那么_init__;（）不能包含任何逻辑（请参阅）。