Python 使用自定义管道进行交叉验证scikit学习

我想使用GridSearchCV来确定分类器的参数，使用管道似乎是一个不错的选择

该应用程序将用于使用单词包特征的图像分类，但问题是，根据使用的是培训还是测试示例，存在不同的逻辑管道

对于每个训练集，KMeans必须运行以生成将用于测试的词汇表，但对于测试数据，KMeans进程不运行

---

我看不出如何为管道指定这种行为差异

您可能需要从

KMeans

类派生并重写以下方法以使用词汇表逻辑：

• fit\u transform

  将仅对列车数据调用

• 将对测试数据调用

  transform

---

也许类派生并不总是最好的选择。您还可以编写自己的transformer类，它包装对嵌入式KMeans模型的调用，并提供

fit

/

fit\u transform

/

transform

API，这是

管道

类在第一阶段所期望的。

啊，我想这可能是我缺少的部分，我知道必须有一种方法根据测试/训练来执行不同的行为。谢谢