Python 使用1）StandardScaler&；分类器vs 2）管道（标量、分类器）？

运行一个标准的定标器，然后再运行一个分类器，会得到与使用管道相同的结果吗

您好，我遇到了一个分类问题，正在尝试使用scikit learn的StandardScaler（）缩放X变量。我认为有两种方法可以做到这一点，理论上它们是否会产生相同的结果？因为当我使用选项（1）时，我在测试数据集上获得了更好的精度分数

(一)

(二)

---

选项2使用的数据集（

xytest

）与版本号（1）使用的数据集（

xtest

）不同。此外，交叉验证应该包括培训，而不仅仅是预测

除此之外，它们应该是一样的，而我建议你使用管道

scalar = StandardScaler()
xtrain_ = scalar.fit_transform(xtrain)
RFC = RandomForestClassifier(n_estimators=100)
RFC.fit(xtrain. ytrain)

xtest_ = scalar.transform(xtest)
score = cross_val_score(RFC, xtest_, ytest,cv=10, scoring ='precision')

RFCs = Pipeline([("scale", StandardScaler()), ("rf", RandomForestClassifier(n_estimators=100))])
RFCs.fit(xtrain, ytrain)
scores = cross_val_score(RFCs, xytest, ytest, cv=10, scoring='precision')